MétaCan
Menu
Retour à la cohorte
Enregistrement W3134768131 · doi:10.1186/s12883-021-02137-4

Retinal microvascular parameters are not significantly associated with mild cognitive impairment in the Northern Ireland Cohort for the Longitudinal Study of Ageing

2021· article· en· W3134768131 sur OpenAlexfundaboutno aff
R. A. O’Neill, Alexander P. Maxwell, Euan Paterson, Frank Kee, Ian Young, Ruth Hogg, Sharon Cruise, Simon Murphy, Bernadette McGuinness, Gareth J. McKay

Notice bibliographique

RevueBMC Neurology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Imaging and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesHealth and Social Care Research and Development DivisionEconomic and Social Research CouncilOffice of the First Minister and Deputy First MinisterQueen's UniversityDepartment of Education, Northern IrelandWellcome TrustCentre for Ageing Research and Development in IrelandUnited Kingdom Clinical Research CollaborationQueen's University BelfastAtlantic PhilanthropiesMedical Research CouncilPublic Health Agency
Mots-clésMedicineConfoundingInternal medicineMontreal Cognitive AssessmentCohortBody mass indexCognitive declineDementiaCardiologyAgeingCohort studyLongitudinal studyGerontologyPhysical therapyDemographyPathologyDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The retinal and cerebral microvasculature share similar embryological origins and physiological characteristics. Improved imaging technologies provide opportunistic non-invasive assessment of retinal microvascular parameters (RMPs) against cognitive outcomes. We evaluated baseline measures for associations between RMPs and mild cognitive impairment (MCI) from participants of the Northern Ireland Cohort for the Longitudinal Study of Ageing (NICOLA). METHODS: RMPs (central retinal arteriolar / venular equivalents, arteriole to venular ratio, fractal dimension and tortuosity) were measured from optic disc centred fundus images and analysed using semi-automated software. Associations between RMPs and MCI were assessed by multivariable logistic regression with adjustment for potential confounders including age, sex, alcohol consumption, smoking status, educational attainment, physical activity, cardiovascular disease (CVD), hypertension, mean arterial blood pressure, triglycerides, diabetes, body mass index, and high density lipoprotein levels. P < 0.05 was considered statistically significant. RESULTS: Data were available for 1431 participants, of which 156 (10.9%) were classified with MCI defined by a Montreal Cognitive Assessment (MoCA) score ≤ 26, with subjective cognitive decline, in the absence of depression or problems with activities of daily living. Participants had a mean age of 62.4 ± 8.5 yrs. and 52% were female. As expected, individuals with MCI had a lower MoCA score than those without (23.5 ± 2.6 versus 26.3 ± 2.7, respectively), were more likely to be female, have a lower level of educational attainment, be less physically active, more likely to have CVD, have higher levels of triglycerides and lower levels of high density lipoprotein. No significant associations between RMPs and MCI were detected in unadjusted, minimally adjusted or fully adjusted regression models or subsequent sensitivity analyses. CONCLUSION: Previous studies have reported both increased retinal venular calibre and reduced fractal dimension in association with mild cognitive impairment. Our study failed to detect any associations between RMPs and those individuals at an early stage of cognitive loss in an older community-based cohort.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,286
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC NeurologyMême sujetRetinal Imaging and AnalysisTravaux en français237 207