Reduced left hippocampal perfusion is associated with insomnia in patients with cerebral small vessel disease
Notice bibliographique
Résumé
Abstract Objectives Insomnia was associated with cerebral structural changes and Alzheimer’s disease. However, associations among cerebral perfusion, insomnia with cerebral small vessel disease (CSVD), and cognitive performance were little investigated. Methods This cross-sectional study included 89 patients with CSVDs and white matter hyperintensities (WMHs). They were dichotomized into the normal sleep and poor sleep group, according to Pittsburgh sleep quality index (PSQI). Baseline characteristics, cognitive performance, and cerebral blood flow (CBF) were measured and compared between the two groups. The association or correlation between cerebral perfusion, cognition, and insomnia was analyzed using binary logistic regression. Results Our study found that declined MoCA score ( P = .0317) was more prevalent in those with poor sleep. There was a statistical difference in the recall ( P = .0342) of MMSE, the delayed recall ( P = .0289) of MoCA between the two groups. Logistic regression analysis showed educational background ( P < .001) and insomnia severity index (ISI) score ( P = .039) were independently correlated with MoCA scores. Arterial spin labeling demonstrated that left hippocampal gray matter perfusion was significantly reduced ( P = .0384) in the group with poor sleep. And, negative correlation was found between left hippocampal perfusion and PSQI scores. Conclusions In the patients with CSVDs, insomnia severity was associated with cognitive decline. Left hippocampal gray matter perfusion was correlated with PSQI scores in CSVDs.
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) | 0,000 | 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) | 0,001 | 0,001 |
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 ».