Associations of white matter hyperintensities with networks of gray matter blood flow and volume in midlife adults: A coronary artery risk development in young adults magnetic resonance imaging substudy
Notice bibliographique
Résumé
White matter hyperintensities (WMHs) are emblematic of cerebral small vessel disease, yet effects on the brain have not been well characterized at midlife. Here, we investigated whether WMH volume is associated with brain network alterations in midlife adults. Two hundred and fifty-four participants from the Coronary Artery Risk Development in Young Adults study were selected and stratified by WMH burden into Lo-WMH (mean age = 50 ± 3.5 years) and Hi-WMH (mean age = 51 ± 3.7 years) groups of equal size. We constructed group-level covariance networks based on cerebral blood flow (CBF) and gray matter volume (GMV) maps across 74 gray matter regions. Through consensus clustering, we found that both CBF and GMV covariance networks partitioned into modules that were largely consistent between groups. Next, CBF and GMV covariance network topologies were compared between Lo- and Hi-WMH groups at global (clustering coefficient, characteristic path length, global efficiency) and regional (degree, betweenness centrality, local efficiency) levels. At the global level, there were no between-group differences in either CBF or GMV covariance networks. In contrast, we found between-group differences in the regional degree, betweenness centrality, and local efficiency of several brain regions in both CBF and GMV covariance networks. Overall, CBF and GMV covariance analyses provide evidence that WMH-related network alterations are present at midlife.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».