DTI Connectometry Analysis Reveals White Matter Changes in Cognitively Impaired World Trade Center Responders at Midlife
Notice bibliographique
Résumé
BACKGROUND: More than 8% of responders who participated in the search and rescue efforts at the World Trade Center (WTC) following 9/11 developed early-onset cognitive impairment (CI). Approximately 23% were also diagnosed with chronic post-traumatic stress disorder (PTSD). OBJECTIVE: To shed light on the pathophysiology of these WTC-related conditions, we examined diffusion connectometry to identify altered white matter tracts in WTC responders with CI and/or PTSD compared to unaffected responders. METHODS: 99 WTC responders (mean age 56 years) consisting of CI-/PTSD- (n = 27), CI+/PTSD- (n = 25), CI-/PTSD+ (n = 24), and CI+/PTSD+ (n = 23) were matched on age, sex, occupation, race, and education. Cognitive status was determined using the Montreal Cognitive Assessment and PTSD status was determined using the DSM-IV SCID. Diffusion tensor imaging was acquired on a 3T Siemens Biograph mMR scanner. Connectometry analysis was used to examine whole-brain tract-level differences in white matter integrity as reflected by fractional anisotropy (FA) values after adjusting for confounders. RESULTS: Analyses identified that FA was negatively correlated with CI and PTSD status in the fornix, cingulum, forceps minor of the corpus callosum and the right uncinate fasciculus. Furthermore, FA was negatively correlated with PTSD status, regardless of CI status in the superior thalamic radiation and the cerebellum. CONCLUSION: This is the first connectometry study to examine altered white matter tracts in a sample of WTC responders with CI and/or PTSD. Results from this study suggest that WTC responders with early-onset CI may be experiencing an early neurodegenerative process characterized by decreased FA in white matter tracts.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,049 | 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 ».