White Matter but not Gray Matter Volumes Are Associated with Cognition in Community-Dwelling Chinese Populations
Notice bibliographique
Résumé
BACKGROUND: Few studies have investigated the association between cognition and brain volume associated with cerebral small vessel disease (CSVD). OBJECTIVE: We investigated the association between cognition and brain volume and neuroimaging markers of CSVD in a community-dwelling population. METHODS: Participants (n = 993, age≥35 years) from the community-based Shunyi Study were included to investigate the association between neuroimaging markers and cognition cross-sectionally. Magnetic resonance imaging markers included brain volume measurements of the total cerebrum, white matter, gray matter, and CSVD imaging markers. Cognitive performance was assessed using neuropsychological tests of the Mini-Mental State Examination (MMSE), Montreal Cognitive Assessment (MoCA), Fuld Object Memory, digit span, Trail Making Test (TMT)-A, and TMT-B. RESULTS: For brain volume measurement, subcortical white matter fraction was positively associated with MMSE score (β= 0.034, p = 0.0062) and MoCA score (β= 0.034, p = 0.0174), and negatively associated with TMT-A and TMT-B completion time (β= -2.319, p = 0.0002; β= -2.827, p = 0.0073, respectively). For evaluation of CSVD imaging markers, the presence of lacunes was positively associated with TMT-B completion time (β= 17.241, p = 0.0028). CONCLUSION: In community-dwelling populations, reduced white matter volumes, as a consequence of aging and vascular damage, are associated with worse global cognition and executive function. Our findings provide potential insights into the correlation between cognition and CSVD-associated subcortical white matter injury.
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 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 ».