MétaCan
Menu
Retour à la cohorte
Enregistrement W3198245897 · doi:10.3389/fnagi.2021.698035

Total Cerebral Small Vessel Disease Burden on MRI Correlates With Medial Temporal Lobe Atrophy and Cognitive Performance in Patients of a Memory Clinic

2021· article· en· W3198245897 sur OpenAlexaboutno aff
Yangyi Fan, Ming Shen, Yang Huo, Xuguang Gao, Chun Li, Ruimao Zheng, Jun Zhang

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Health Commission of the People's Republic of ChinaPeking University People's HospitalPeking University
Mots-clésMontreal Cognitive AssessmentDementiaNeurodegenerationCognitionAtrophyPathologicalMemory clinicHyperintensityMedicineDiseaseCognitive declineInternal medicineVascular dementiaPsychologyMagnetic resonance imagingNeuroscienceRadiology

Résumé

récupéré en direct d'OpenAlex

Background: Cerebral small vessel disease (cSVD) and neurodegeneration are the two main causes of dementia and are considered distinct pathological processes, while studies have shown overlaps and interactions between the two pathological pathways. Medial temporal atrophy (MTA) is considered a classic marker of neurodegeneration. We aimed to investigate the relationship of total cSVD burden and MTA on MRI using a total cSVD score and to explore the impact of the two MRI features on cognition. Methods: Patients in a memory clinic were enrolled, who underwent brain MRI scan and cognitive evaluation within 7 days after the first visit. MTA and total cSVD score were rated using validated visual scales. Cognitive function was assessed by using Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment (MoCA) scales. Spearman's correlation and regression models were used to test (i) the association between MTA and total cSVD score as well as each cSVD marker and (ii) the correlation of the MRI features and cognitive status. Results: A total of 312 patients were finally enrolled, with a median age of 75.0 (66.0–80.0) years and 40.7% (127/312) males. All of them finished MRI and MMSE, and 293 subjects finished MoCA. Of note, 71.8% (224/312) of the patients had at least one of the cSVD markers, and 48.7% (152/312) of them had moderate–severe MTA. The total cSVD score was independently associated with MTA levels, after adjusting for age, gender, years of education, and other vascular risk factors (OR 1.191, 95% CI 1.071–1.324, P = 0.001). In regard to individual markers, a significant association existed only between white matter hyperintensities and MTA after adjusting for the factors mentioned above (OR 1.338, 95% CI 1.050–1.704, P = 0.018). Both MTA and total cSVD score were independent risk factors for MMSE ≤ 26 (MTA: OR 1.877, 95% CI 1.407–2.503, P < 0.001; total cSVD score: OR 1.474, 95% CI 1.132–1.921, P = 0.004), and MoCA < 26 (MTA: OR 1.629, 95% CI 1.112–2.388, P = 0.012; total cSVD score: OR 1.520, 95% CI 1.068–2.162, P = 0.020). Among all the cSVD markers, microbleed was found significantly associated with MMSE ≤ 26, while no marker was demonstrated a relationship with MoCA < 26. Conclusion: Cerebral small vessel disease was related to MTA in patients of a memory clinic, and both the MRI features had a significant association with 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 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)0,002
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,227
Écart entre enseignants0,211 · 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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetNeurological Disease Mechanisms and TreatmentsTravaux en français237 207