MétaCan
Menu
← Retour à la cohorte
Enregistrement W3174344947 · doi:10.1161/str.48.suppl_1.wp442

Abstract WP442: Diffusion Tensor Imaging of White Matter Tracts in Transient Ischemic Attack Patients

2017· article· en· W3174344947 sur OpenAlexaffabout
Sana Tariq, Adrian Tsang, Jacob Ursenbach, Naomi-Rose Dutta, R. Stewart Longman, Richard Frayne, Philip A. Barber

Notice bibliographique

RevueStroke · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineFractional anisotropyDiffusion MRIWhite matterUncinate fasciculusCardiologySuperior longitudinal fasciculusDementiaInternal medicineCognitive declineMagnetic resonance imagingRadiology

Résumé

récupéré en direct d'OpenAlex

Introduction: Transient ischemic attack (TIA) greatly increases the risk of developing dementia later in life. Measurement of microstructural changes in white matter (WM) using diffusion tensor imaging (DTI) tractography has potential for identifying those at greatest risk of cognitive decline. We hypothesized that patients presenting with TIA have abnormal DTI measures in major WM tracts. Our objective was to determine changes in DTI measures for fractional anisotropy (FA) and medial diffusivity (MD) in frontoparietal (Superior Longitudinal Fasciculus; SF) and medial temporal (Uncinate Fasciculus; UF) WM tracts for TIA patients and healthy controls. Methods: Patients presenting with symptoms of high risk TIA but free of dementia, and healthy volunteer controls were recruited acutely. Structural MRI, inclusive of DTI sequences (31 directions b1000) was performed. FA and MD values were collected in the left and right SLF and UF. Multiple linear regression was performed to determine predictors of DTI values (FA and MD), adjusted for age. Subject’s cognition was screened using Montreal Cognitive Assessment (MoCA). Results: Data from 60 TIA patients (mean age = 68.75 years, SD = 9.39, 45% female) and 33 healthy controls (mean age = 64.97 years, SD = 10.45, 67% female) was analyzed. Linear regression identified that TIA patients have higher FA values in left SLF, F(2, 90) = 9.210, p < .001, R 2 = .170); right SLF, F(2, 90) = 7.154, p = .001, R 2 = .137; and left UF, F(2, 90) = 3.513, p = .034, R 2 = .072, compared to healthy controls. No group changes in MD were observed when corrected for age. TIA patients (median score 24, (interquartile range (IQR) = 5) performed worse than healthy controls (median score = 27, IQR = 4) on the MoCA while controlling for age, F(1, 90) = 7.689, p < .007. Conclusion: TIA patients showed changes in FA of WM tracts related to language and memory function when compared to healthy controls, supporting the presence of incipient microstructural disease. Our results show that measures of microstructural changes using DTI may help identify TIA patients at a greater risk of developing cognitive impairment. Future work aims to identify deterioration of DTI measures over time and their relation to potential vascular and neurodegenerative etiologies.

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 enseignants0,005
Score d'incertitude au seuil0,015

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)0,0050,001

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 Opus0,039
Tête enseignante GPT0,338
Écart entre enseignants0,299 · 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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→