Topological relationships between perivascular spaces and progression of white matter hyperintensities: a pilot study in a sample of the Lothian Birth Cohort 1936
Notice bibliographique
Résumé
Abstract Enlarged perivascular spaces (PVS) and white matter hyperintensities (WMH) are features of cerebral small vessel disease which can be seen in brain magnetic resonance imaging (MRI). Given the associations and proposed mechanistic link between PVS and WMH, they are hypothesised to also have topological proximity. However, this, and the influence of their spatial proximity on WMH progression are unknown. We analysed longitudinal MRI data from 29/32 participants (mean age at baseline = 71.9 years) in a longitudinal study of cognitive ageing, from three waves of data collection at 3-year intervals, alongside semi-automatic segmentation masks for PVS and WMH, to assess relationships. The majority of deep WMH clusters were found adjacent to or enclosing PVS (Wave – 1: 77%; 2: 76%; 3: 69%), especially in frontal, parietal and temporal regions. Of the WMH clusters in the deep white matter that increased between waves, most increased around PVS (Waves – 1-2: 73%; 2-3: 72%). Formal statistical comparisons of severity of each if these two SVD markers yielded no associations between deep WMH progression and PVS proximity. These findings may suggest deep WMH clusters preferentially form and grow around PVS, possibly reflecting the consequences of impaired interstitial fluid drainage via PVS. The utility of these relationships as predictors of WMH progression remains unclear.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».