CO2 cerebrovascular reactivity measured with phase‐contrast MRI: A potential biomarker of cognition and physical function in older adults
Notice bibliographique
Résumé
Abstract Background Vascular cognitive decline is a prominent cause of late‐life cognitive impairment. Compared to Alzheimer’s disease(AD), there is a paucity of biomarkers for its diagnosis, stratification, and treatment monitoring. Cerebrovascular‐Reactivity(CVR) MRI measures small‐vessel dilation to vasoactive‐stimuli(e.g. CO2), and has been shown to be associated with cognitive impairment. However, previous CVR studies were based on Blood‐Oxygenation‐Level‐Dependent (BOLD) MRI signal, which reflects a complex interplay of many physiological parameters and thus presents interpretation challenges. We measured CVR using quantitative CBF‐imaging in older participants, and tested for associations with diagnosis (Healthy Control [HC] vs. mild‐cognitive‐impairment [MCI] vs. dementia) cognitive and physical function, amyloid and tau burden, and vascular risk. Methods A cross‐sectional study enrolled 67 participants aged 69±6.5 years (22 HC, 37 MCI, 8 dementia). MoCA (Montreal‐Cognitive‐Assessment) and composite cognition (a z‐score average of 4‐domains: verbal‐memory, executive‐function, language, processing‐speed) assessed overall cognition. Gait(sec,4‐meter‐walk) and chair‐stands (sec,5‐chair‐stands) assessed physical‐function. Clinical Dementia Rating(CDR)7 indexed disease‐severity. Phase‐contrast flow MRI(3T) was performed while participants breathed room‐air for 1‐minute, followed by ‘CO2‐enriched‐air’(5%CO2, 21%O2, 74%N2) for 2‐minutes. Blood‐flux at Superior‐Sagittal‐Sinus(SSS)(Figure‐1) was quantified for both states. Breathing rate and End‐tidal(Et)‐CO2 were recorded via capnography. CBF‐based CVR was then obtained by: CBF‐CVR = [HypercapniaSSSflux(ml/min)‐RoomairSSSflux(ml/min)]/RoomairSSSflux(ml/min) HypercapniaEtCo2(mmHg)‐RoomairEtCo2(mmHg) FLAIR‐MRI‐images were assigned Fazekas‐scores by a neuroradiologist. AD‐Biomarkers Aβ40, Aβ42, tau, and p‐tau181(pg/ml), were measured in cerebrospinal fluid (CSF) and vascular‐biomarkers HbA1c (mg/dL), homocysteine (umol/l), HDL(mg/dL), and LDL (mg/dL) in blood. Vascular‐Risk‐Score (VRS) is a composite score based on the presence of hypertension, hypercholesterolemia, diabetes, smoking or obesity (body mass index>30 kg/m2). Results Table‐1 summarizes participant‐demographics. CBF‐CVR (%/mmHg) differentiated diagnostic‐categories, and was lower in impaired vs. HC (p=0.027, Figure‐2a). Higher CBF‐CVR predicted better cognitive‐performance [MoCA(p=0.000089) (Figure‐2b), composite‐cognition (p=0.007) and language (p=0.000064)], physical function [faster gait(p=0.001), chair‐stands(p=0.021)], and disease‐severity [global‐CDR (p=0.003), CDR‐sum‐of‐boxes (p=0.001)(Table‐2). These relationships remained after adjusting for AD‐biomarkers. CBF‐CVR remained associated with cognition and physical‐function except chair‐stands, after adjusting for vascular‐markers: WMH‐Fazekas‐score, VRS, and whole‐brain‐CBF(Table‐2). CBF‐CVR was associated with HbA1c(p=0.007) and history of Diabetes (p=0.043), but not other blood biomarkers or VRS. Conclusion We show that a 3‐minute CBF‐based CVR MRI can differentiate diagnostic‐categories, and predict cognitive and physical function, independent of AD pathology.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».