Relationships between cerebral small vessel diseases markers and cognitive performance in stroke-free patients with atrial fibrillation
Notice bibliographique
Résumé
Background Atrial fibrillation (AF) is related to an increased risk of cognitive dysfunction. Besides clinically overt stroke, AF can damage the brain via several pathophysiological mechanisms. We aimed to assess the potential mediating role of cerebral small vessel disease (SVD) and cognitive performance in individuals with AF. Methods Stroke-free individuals with AF from the cardiological outpatient clinic at West China Hospital of Sichuan University were recruited. Extensive neuropsychological testing tools were assessed including global function, domains of attention, executive functions, learning, and memory. 3 T magnetic resonance imaging (MRI) was used for SVD markers assessment of white matter hyperintensities (WMH), lacunes, cerebral microbleeds (CMBs), and enlarged perivascular spaces (EPVS). The correlation between SVD markers and cognitive measures was analyzed by multivariate linear regression models. Results We finally enrolled 158 participants, of whom 95 (60.1%) were males. In multivariate models, the presence of lacunes independently associated with Montreal Cognitive Assessment (Model 1: ß = 0.52, Model 2: ß = 0.55), Rey Auditory Verbal Learning Test-immediate and delayed recall (Model 1: ß = 0.49; ß = 0.69; Model 2: ß = 0.53; ß = 0.73) as well as Stroop-Acorrect (Model 1: ß = 0.12; Model 2: ß = 0.13), while total WMH severity independently associated with Strooptime-A (Model 1: ß = 0.24; Model 3: ß = 0.27), Strooptime-B (Model 1: ß = 0.17; Model 3: ß = 0.17), Strooptime-C (Model 1: ß = 0.22; Model 3: ß = 0.21) and Shape Trail Test-A (Model 1: ß = 0.17; Model 3: ß = 0.16). Conclusion In our cohort of stroke-free individuals with AF, lacunes, and WMHs were independently associated with cognitive decline while EPVS and CMBs did not show significance. Assessment of SVD MRI markers might be valuable for cognition risk stratification and facilitate optimal management of patients with AF.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».