MétaCan
Menu
Retour à la cohorte
Enregistrement W3165279869 · doi:10.1016/j.neurobiolaging.2021.05.002

Cortical thinning is associated with brain pulsatility in older adults: An MRI and NIRS study

2021· article· en· W3165279869 sur OpenAlexafffund
Hânieh Mohammadi, Ke Peng, Ali Kassab, Anil Nigam, Louis Bherer, Frédéric Lesage, Yves Joanette

Notice bibliographique

RevueNeurobiology of Aging · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Disease Prevention
Établissements canadiensMcGill University Health CentreUniversité de MontréalPolytechnique MontréalInstitut Universitaire de Gériatrie de MontréalMontreal Heart Institute
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMagnetic resonance imagingMedicineAtrophyCardiologyCerebral atrophyPulse (music)Internal medicineRadiology

Résumé

récupéré en direct d'OpenAlex

Aging is accompanied by global brain atrophy occurring unequally across the brain. Cortical thinning is seen with aging with a larger loss in the frontal and temporal subregions. We explored the link between regional cortical thickness and regional cerebral pulsatility. Sixty healthy individuals were divided into two age groups, young (aged 19-31) and older (aged 65-75) adults. Each participant underwent a near-infrared spectroscopy (NIRS) scan to index regional brain pulsatility from cerebral pulse-transit-time-to-the peak-of-the-pulse (PTTp), an anatomical magnetic resonance imaging (MRI) and a phase-contrast MRI (PC-MRI) scan to measure arterial and cerebrospinal fluid (CSF) pulsatility. In older adults, the greatest association between cerebral pulsatility and cortical thickness was found in superior and middle temporal and superior, middle and inferior frontal areas, which are the regions perfused first by the internal carotid arteries. This association dropped in the postcentral and superior parietal regions. These findings suggest higher brain pulsatility as a potential risk factor contributing to cortical thinning for some brain regions more than others.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,290
Écart entre enseignants0,279 · 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

Citations16
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeurobiology of AgingMême sujetCardiovascular Health and Disease PreventionTravaux en français237 207