MétaCan
Menu
Retour à la cohorte
Enregistrement W4206295752 · doi:10.3389/fnagi.2021.777475

Cerebrospinal Fluid Biomarkers, Brain Structural and Cognitive Performances Between Normotensive and Hypertensive Controlled, Uncontrolled and Untreated 70-Year-Old Adults

2022· article· en· W4206295752 sur OpenAlexafffund
Atef Badji, Joana B. Pereira, Sara Shams, Johan Skoog, Anna Marseglia, Konstantinos Poulakis, Lina Rydén, Kaj Blennow, Henrik Zetterberg, Silke Kern, Anna Zettergren, Lars‐Olof Wahlund, Hélène Girouard, Ingmar Skoog, Eric Westman

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversité de MontréalInstitut Universitaire de Gériatrie de MontréalPolytechnique Montréal
Organismes subventionnairesMitacsVetenskapsrådetEuropean CommissionAlzheimer's Drug Discovery Foundation
Mots-clésHyperintensityCerebrospinal fluidMedicineWhite matterNeurodegenerationPathologyFractional anisotropyMagnetic resonance imagingInternal medicineAtrophyCorpus callosumDementiaCognitive declineCardiologyPsychologyDiseaseRadiology

Résumé

récupéré en direct d'OpenAlex

Background:Hypertension is an important risk factor for Alzheimer’s disease (AD). The pathophysiological mechanisms underlying the relationship between AD and hypertension are not fully understood, but they most likely involve microvascular dysfunction and cerebrovascular pathology. Although previous studies have assessed the impact of hypertension on different markers of brain integrity, no study has yet provided a comprehensive comparison of cerebrospinal fluid (CSF) biomarkers and structural brain differences between normotensive and hypertensive groups in a single and large cohort of older adults in relationship to cognitive performances. Objective:The aim of the present work was to investigate the differences in cognitive performances, CSF biomarkers and magnetic resonance imaging (MRI) of brain structure between normotensive, controlled hypertensive, uncontrolled hypertensive, and untreated hypertensive older adults from the Gothenburg H70 Birth Cohort Studies. Methods:As an indicator of vascular brain pathology, we measured white matter hyperintensities (WMHs), lacunes, cerebral microbleeds, enlarged perivascular space (epvs), and fractional anisotropy (FA). To assess markers of AD pathology/neurodegeneration, we measured hippocampal volume, temporal cortical thickness on MRI, and amyloid-β42, phosphorylated tau, and neurofilament light protein (NfL) in cerebrospinal fluid. Various neuropsychological tests were used to assess performances in memory, attention/processing speed, executive function, verbal fluency, and visuospatial abilities. Results:We found more white matter pathology in hypertensive compared to normotensive participants, with the highest vascular burden in uncontrolled participants (e.g., lower FA, more WMHs, and epvs). No significant difference was found in any MRI or CSF markers of AD pathology/neurodegeneration when comparing normotensive and hypertensive participants, nor among hypertensive groups. No significant difference was found in most cognitive functions between groups. Conclusion:Our results suggest that good blood pressure control may help prevent cerebrovascular pathology. In addition, hypertension may contribute to cognitive decline through its effect on cerebrovascular pathology rather than AD-related pathology. These findings suggest that hypertension is associated with MRI markers of vascular pathology in the absence of a significant decline in cognitive functions.

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 enseignants0,011
Score d'incertitude au seuil0,022

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,259
Écart entre enseignants0,249 · 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

Citations13
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207