P.059 Cerebral small vessel disease burden as a predictor of longitudinal cognition in patients with transient ischemic attack
Notice bibliographique
Résumé
Background: Cerebral small vessel disease (CSVD) is associated with stroke, cognitive decline, and dementia. In this study, we examined how SVD is longitudinally related to cognitive performance in transient ischemic attack (TIA) patients compared to controls. Methods: We rated CSVD at baseline on MRI in TIA patients (n=197) and controls (n=113) for microbleeds (CMB), lacunes, white matter hyperintensities (WMH), and perivascular spaces (EPVS). Neuropsychological testing was administered across 5 years using the following assessments: BVMT, RAVLT, TMTA, TMTB, WAIS-R. Results: Periventricular WMH≥2 yielded slower performance on TMTB across all timepoints (adjusted difference 20.3 seconds, 95%CI [8.4,32.2]), as did deep WMH≥2 (20.1 sec, 95%CI [7.6,32.6]). Basal ganglia EPVS>20 performed slower on TMTA (10.1 sec, 95%CI [4.7,15.5]) and TMTB (21.2 sec, 95%CI [3.4,39.1]). Centrum semiovale EPVS>20 performed slower on TMTB (27.2 sec, 95%CI [10.6,43.8]) and worse on WAIS-R at 5-years (-18.6, 95%CI [-35.0,-2.2]). Lacunes≥3 performed slower on TMTA across all timepoints (4.0 sec, 95%CI [0.1,7.9]). Total CSVD≥2 performed slower on TMTA (3.7 sec, 95%CI [0.4,7.0]) and TMTB (13.9 sec, 95%CI [2.9,24.9]) across 5 years. When stratifying results, associations were generally found in TIA, not controls. Conclusions: Findings demonstrate that CSVD is associated with poorer cognitive performance longitudinally, and is more pronounced in TIA compared to control.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».