MétaCan
Menu
Retour à la cohorte
Enregistrement W4281387499 · doi:10.3389/fneur.2022.910014

Effects of Vascular Comorbidity on Cognition in Multiple Sclerosis Are Partially Mediated by Changes in Brain Structure

2022· article· en· W4281387499 sur OpenAlexafffund
Ruth Ann Marrie, Ronak Patel, Chase R. Figley, Jennifer Kornelsen, James M. Bolton, Lesley A. Graff, Erin L. Mazerolle, Carl Helmick, Md Nasir Uddin, Teresa D. Figley, James Marriott, Çharles N. Bernstein, John D. Fisk

Notice bibliographique

RevueFrontiers in Neurology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensNova Scotia Health AuthorityDalhousie UniversitySt. Francis Xavier UniversityHealth Sciences CentreUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health ResearchCrohn's and Colitis CanadaMultiple Sclerosis Society of CanadaEuropean Genomic Institute for Diabetes
Mots-clésCognitionComorbidityWhite matterPsychologyCognitive testVerbal fluency testMedicineTrail Making TestMagnetic resonance imagingClinical psychologyAudiologyNeuropsychologyInternal medicinePsychiatryRadiology

Résumé

récupéré en direct d'OpenAlex

Objective: Vascular comorbidities are associated with reduced cognitive performance and with changes in brain structure in people with multiple sclerosis (MS). Understanding causal pathways is necessary to support the design of interventions to mitigate the impacts of comorbidities, and to monitor their effectiveness. We assessed the inter-relationships among vascular comorbidity, cognition and brain structure in people with MS. Methods: Adults with neurologist-confirmed MS reported comorbidities, and underwent assessment of their blood pressure, HbA1c, and cognitive functioning (i.e., Symbol Digit Modalities Test, California Verbal Learning Test, Brief Visuospatial Memory Test-Revised, and verbal fluency). Test scores were converted to age-, sex-, and education-adjusted z-scores. Whole brain magnetic resonance imaging (MRI) was completed, from which measures of thalamic and hippocampal volumes, and mean diffusivity of gray matter and normal-appearing white matter were converted to age and sex-adjusted z-scores. Canonical correlation analysis was used to identify linear combinations of cognitive measures (cognitive variate) and MRI measures (MRI variate) that accounted for the most correlation between the cognitive and MRI measures. Regression analyses were used to test whether MRI measures mediated the relationships between the number of vascular comorbidities and cognition measures. Results: = 0.0035). The biggest contributors to the cognitive variate were the SDMT and CVLT-II, and to the MRI variate were gray matter MD and thalamic volume. The correlation between cognitive and MRI variates was 0.50; these variates were used in regression analyses. On regression analysis, vascular comorbidity was associated with the MRI variate, and with the cognitive variate. After adjusting for the MRI variate, vascular comorbidity was not associated with the cognitive variate. Conclusion: Vascular comorbidity is associated with lower cognitive function in people with MS and this association is partially mediated via changes in brain macrostructure and microstructure.

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)0,001
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,029
Tête enseignante GPT0,252
Écart entre enseignants0,223 · 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

Citations25
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207