Abstract 109: Regional Cerebral Hypoperfusion In Patients Recovered From Mild COVID-19
Notice bibliographique
Résumé
Background: Cerebral hypoperfusion have been described in both severe and mild forms of symptomatic coronavirus disease 2019 (COVID-19) infection. The purpose of this study was to investigate global and regional gray matter (GM) and white matter (WM) cerebral blood flow (CBF) in asymptomatic COVID-19 infection patients compared with age-gender-race matched controls. Methods: Cases with mild COVID-19 infection and age-gender-race matched healthy controls, were drawn from the ABC@UofSC data repository. Demographics, risk factors and data from the Montreal Cognitive Assessment (MOCA score) were collected within a week of magnetic resonance imaging (MRI) perfusion image acquisition using pseudo-continuous arterial spin labeling. Mean CBF values for GM, WM and whole brain were calculated by averaging CBF values of standard space normalized CBF image values falling within GM and WM masks. Whole-brain, region of interest (ROI) based analyses were used to create standardized cerebral blood flow maps and further explore differences between the two groups. Results: Twenty-eight cases with prior mild COVID-19 infection were compared with 28 age-, gender-, race-matched controls. The MOCA score was similar between cases and controls. Whole-brain CBF (46.7±5.6 vs. 49.3±3.7, p=0.05), GM-specific CBF (64.2±8.9 vs. 67.6±6.0, p=0.10), and WM-specific CBF (29.3±2.6 vs. 31.0±1.6, p=0.03) were noted to be lower in COVID-19 cases as compared to controls. Further analysis identified several brain regions with lower CBF than the CONTROL group colors representing Z-scores shown in the figure. Predictive models based on these data predicted COVID-19 group membership with a high degree of accuracy (85.2%) suggesting CBF patterns as a key imaging marker of mild infection. Conclusion: In this study, lower white matter CBF, as well as widespread regional CBF changes identified using quantitative MRI, were found in patients recovered from mild to moderate COVID-19 infection.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».