The neuroimaging of neurodegenerative and vascular disease in the secondary prevention of cognitive decline
Notice bibliographique
Résumé
Structural brain changes indicative of dementia occur up to 20 years before the onset of clinical symptoms. Efforts to modify the disease process after the onset of cognitive symptoms have been unsuccessful in recent years. Thus, future trials must begin during the preclinical phases of the disease before symptom onset. Age related cognitive decline is often the result of two coexisting brain pathologies: Alzheimer's disease (amyloid, tau, and neurodegeneration) and vascular disease. This review article highlights some of the common neuroimaging techniques used to visualize the accumulation of neurodegenerative and vascular pathologies during the preclinical stages of dementia such as structural magnetic resonance imaging, positron emission tomography, and white matter hyperintensities. We also describe some emerging neuroimaging techniques such as arterial spin labeling, diffusion tensor imaging, and quantitative susceptibility mapping. Recent literature suggests that structural imaging may be the most sensitive and cost-effective marker to detect cognitive decline, while molecular positron emission tomography is primarily useful for detecting disease specific pathology later in the disease process. Currently, the presence of vascular disease on magnetic resonance imaging provides a potential target for optimizing vascular risk reduction strategies, and the presence of vascular disease may be useful when combined with molecular and metabolic markers of neurodegeneration for identifying the risk of cognitive impairment.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».