Imaging changes in cerebral small vessel disease and risk factors of Alzheimer's disease: Meta⁃analysis
Notice bibliographique
Résumé
Objective To evaluate the imaging changes in patients with cerebral small vessel disease(cSVD) and the risk factors of Alzheimer's disease(AD). Methods Retrieve relevant retrospective case analysis and observational studies that about cSVD and the risk factors of AD from online database (January 1, 1980-April 1, 2019) as PubMed, EMBASE/SCOPUS and Cochrane Library with key words: Alzheimer's disease, cerebral small vessel disease, white matter lesion, cerebral microbleeds, lacunar infarction. Selection of studies was performed according to pre⁃designed inclusion and exclusion criteria. Quality of studies was evaluated by using Newcastle⁃Ottawa Scale (NOS). All data were pooled by Stata 15.1 software for Meta⁃analysis. Results A total of 1452 articles were enrolled, from which 11 studies with NOS score≥5 were chosen after excluding duplicates and those not meeting the inclusion criteria. A total of 12882 patients were included. Meta⁃analysis showed that white matter lesion (RR=1.152,95%CI: 1.007-1.317; P=0.039) and cerebral microbleeds (RR=1.659, 95%CI: 1.085-2.537; P=0.019)increased the risk of AD;lacunar infarc did not increase the risk of AD(RR=1.298,95%CI:0.785-2.147; P=0.309). Conclusions The risk of Alzheimer's disease is increased in patients with white matter lesion and cerebral microbleeds. The cerebral small vessel disease may be involved in the occurrence of some Alzheimer's disease. When patients have the imaging changes of white matter lesion and cerebral microbleeds, should be paid on primary prevention of Alzheimer's disease.
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 | 0,014 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,059 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».