Painting by Lesions: Functional Networks Affected by White Matter Lesions Are Associated with Poorer Cognition
Notice bibliographique
Résumé
Abstract Cerebrovascular disease (CvD) is the second most common cause of dementia. Its associated pathology, such as white matter lesions (WML), is associated with reduced cognition. Due to the high variability, the relevance of WML location remains unknown. We hypothesised that although the location of WMLs may appear sporadic, they may actually lie within common functional networks. We used novel imaging methods to map the location of WMLs in a clinical sample with the functional connectivity associated with the same location in the human connectome. This identified the functional networks containing the largest WML load (>50%) in older adults with CvD. We then analyzed the association between level of disruption to these networks and measures of global cognition and executive functions. Included in this study were 164 older adults (>55 years old) with CvD. Cognition was assessed using the: 1) Montreal Cognitive Assessment (MoCA); 2) Stroop Colour Word Test; 3) Trail Making Tests; and 4) Digit Symbol Substitution Test. Our results found that the visual network and ventral attention network (VAN) surpassed the 50% overlap threshold with 85% and 66% overlap respectively. Additionally, after controlling for multiple comparisons and age, the level of disruption to the VAN was significantly associated with poorer global cognition, as measured by the MoCA (p=.001). These novel findings identify the functional networks most affected by the presence of WMLs in older adults with CvD and suggest that the disruption to the VAN caused by WML load may underlie the deficits seen in cognition in this population.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».