Neuropsychological Profile of Early Cognitive Impairment in Cerebral Small Vessel Disease
Notice bibliographique
Résumé
INTRODUCTION: The neuropsychological feature of vascular mild cognitive impairment is a deficit of the frontal-subcortical circuit; however, the features in the early stage are not consistent. In the present study, we aimed to investigate the neuropsychological features of the very early stage of cognitive impairment with cerebral small vessel disease (CSVD) and to elucidate the cognitive differences among CSVD subtypes. METHODS: A comprehensive neuropsychological test battery was applied to nondemented subjects scoring below the cutoff point 26 of the Japanese version of the Montreal Cognitive Assessment. After factor analysis was conducted to identify covert cognitive factors in the battery, correlation analyses were performed between the factors and CSVD subtypes: white matter hyperintensity (WMH), lacunar infarcts (LIs), cerebral microbleeds (CMBs), perivascular spaces, and cortical atrophy. RESULTS: Among the 465 recruited patients, 139 underwent a full neuropsychological test battery. Through factor analysis, the following three factors were extracted: executive function, memory, and attention. Of the CSVD features, total WMH was correlated with executive function and memory, whereas deep WMH was correlated with memory alone. Of the CSVD subtypes, LIs and CMBs were correlated only with executive function. Frontal and posterior atrophy were correlated with memory and attention, whereas medial temporal atrophy was correlated with memory alone. CONCLUSIONS: Executive dysfunction accompanied by subtle impairment of memory and processing speed was the main feature of neuropsychological profiles in the subjects with CSVD, even in the very early stage. Furthermore, each CSVD feature and focal cerebral atrophy are associated with cognitive impairment.
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 | 0,001 |
| 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) | 0,004 | 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 ».