Serum Cortisol Is Associated With Cerebral Small Vessel Disease-Related Brain Changes and Cognitive Impairment
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the relationship between serum cortisol, cerebral small vessel disease (CSVD) neuroimaging markers, and cognitive performance. METHODS: We recruited patients over 50 years old who attended our hospital for physical examination between November 2020 and July 2021. All participants were subject to brain magnetic resonance imaging (MRI), serum cortisol examination, and the Montreal cognitive function assessment (MoCA). On brain MRI, we scored the presence of each marker of CSVD, including white matter hyperintensity (WMH), lacunes, cerebral microbleeds (CMBs), and enlarged perivascular spaces (EPVS). One point was awarded for the presence of each marker, producing a score between 0 and 4. RESULTS: In total, 158 participants were included in this study with a mean age of 60.5 (56.0-66.3) years; 55.1% were male. In the multivariable analyses, serum cortisol level was an independent predictor of WMH severity, the presence of lacunes/CMBs, moderate-severe EPVS and total CSVD burden after adjusting for confounding factors. Serum cortisol level had positive associations with periventricular/deep Fazekas score, burdens of lacunes/CMBs, moderate-severe EPVS, and total CSVD burden in dose-dependent manner, and was an independent predictor of cognitive impairment. Furthermore, the results of the receiver operating characteristic (ROC) curve analysis revealed an area under curve (AUC) of 0.745 with 64.1% sensitivity and 82.5% specificity, and an AUC of 0.705 with 52.1% sensitivity and 85.5 specificity of cortisol in detecting patients with high CSVD burden and MCI, respectively. CONCLUSIONS: Serum cortisol level is independently associated with each CSVD MRI markers, total CSVD burden and cognitive impairment. These findings provide clues for pathological mechanisms and suggest serum cortisol as a promising biomarker associated with CSVD.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».