Fornix degeneration in risk factors of Alzheimer's disease, possible trigger of cognitive decline
Notice bibliographique
Résumé
Risk factors of late-onset Alzheimer's disease (AD) such as aging, type 2 diabetes, obesity, heart failure, and traumatic brain injury can facilitate the appearance of cognitive decline and dementia by triggering cerebrovascular pathology and neuroinflammation. White matter (WM) microstructure and function are especially vulnerable to these conditions. Microstructural WM changes, assessed with diffusion weighted magnetic resonance imaging, can already be detected at preclinical stages of AD, and in the presence of the aforementioned risk factors. Particularly, the limbic system and cortico-cortical association WM tracts, which myelinate late during brain development, degenerate at the earliest stages. The fornix, a C-shaped WM tract that originates from the hippocampus, is one of the limbic tracts that shows early microstructural changes. Fornix integrity is necessary for ensuring an intact executive function and memory performance. Thus, a better understanding of the mechanisms that cause fornix degeneration is critical in the development of therapeutic strategies aiming to prevent cognitive decline in populations at risk. In this literature review, i) we deepen the idea that partial loss of forniceal integrity is an early event in AD, ii) we describe the role that common risk factors of AD can play in the degeneration of the fornix, and iii) we discuss some potential cellular and physiological mechanisms of WM degeneration in the scenario of cerebrovascular disease and inflammation.
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) | 0,001 | 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) | 0,000 | 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 ».