Correlation Analysis Between Local Cerebral Blood Flow and Severity of Vascular Cognitive Dysfunction
Notice bibliographique
Résumé
Research methods: This paper analyses the correlation between cerebral blood flow perfusion caused by cerebral vascular stenosis and the reduction of patients with cognitive dysfunction and white matter damage. A total of 118 patients with reduced cerebral blood flow perfusion due to cerebrovascular stenosis were selected to be included in the disease group, and 118 patients with no cerebrovascular stenosis and no neurological disease were included in the control group. The cerebral blood flow perfusion index and cognitive function index were compared between the two groups of patients. The correlation between each index and the degree of brain white matter damage was analysed. Results: The scores of brain white matter damage in patients with disease group were higher than those in control group, and cCBV, cCBF, TTP, MTT, MoCA, MMSE, ADL, and WMS were lower than those in control group, and the difference was statistically significant (P < 0.05). cCBV, cCBF, TTP, MTT, and white matter damage scores were highly correlated with MoCA, MMSE, ADL, and WMS (P < 0.05). There is a clear correlation between cerebral vascular perfusion, cognitive dysfunction, and white matter damage in patients with cerebrovascular stenosis. The more severe the perfusion of cerebral blood flow, the more severe the cognitive dysfunction and the white matter damage.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,003 | 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 ».