MétaCan
Menu
Retour à la cohorte
Enregistrement W4385897358 · doi:10.1002/jmri.28964

Probing Evidence of Cerebral White Matter Microstructural Disruptions in Ischemic Heart Disease Before and Following Cardiac Rehabilitation: A Diffusion Tensor <scp>MR</scp> Imaging Study

2023· article· en· W4385897358 sur OpenAlexafffund
Stefan E. Poirier, Neville Suskin, Alexander V. Khaw, Jonathan D. Thiessen, Udunna Anazodo

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensMcGill UniversityLawson Health Research InstituteWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchHeart and Stroke Foundation of Canada
Mots-clésFractional anisotropyMedicineWhite matterDiffusion MRICardiologyInternal medicinePopulationDiseaseMagnetic resonance imagingRadiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Ischemic heart disease (IHD) is linked to brain white matter (WM) breakdown but how age or disease effects WM integrity, and whether it is reversible using cardiac rehabilitation (CR), remains unclear. PURPOSE: To assess the effects of brain aging, cardiovascular disease, and CR on WM microstructure in brains of IHD patients following a cardiac event. STUDY TYPE: Retrospective. POPULATION: Thirty-five IHD patients (9 females; mean age = 59 ± 8 years), 21 age-matched healthy controls (10 females; mean age = 59 ± 8 years), and 25 younger controls (14 females; mean age = 26 ± 4 years). FIELD STRENGTH/SEQUENCE: 3 T diffusion-weighted imaging with single-shot echo planar imaging acquired at 3 months and 9 months post-cardiac event. ASSESSMENT: Tract-based spatial statistics (TBSS) and tractometry were used to compare fractional anisotropy (FA), mean diffusivity (MD), axial diffusivity (AD), and radial diffusivity (RD) in cerebral WM between: 1) older and younger controls to distinguish age-related from disease-related WM changes; 2) IHD patients at baseline (pre-CR) and age-matched controls to investigate if cardiovascular disease exacerbates age-related WM changes; and 3) IHD patients pre-CR and post-CR to investigate the neuroplastic effect of CR on WM microstructure. STATISTICAL TESTS: Two-sample unpaired t-test (age: older vs. younger controls; IHD: IHD pre-CR vs. age-matched controls). One-sample paired t-test (CR: IHD pre- vs. post-CR). Statistical threshold: P < 0.05 (FWE-corrected). RESULTS: TBSS and tractometry revealed widespread WM changes in older controls compared to younger controls while WM clusters of decreased FA in the fornix and increased MD in body of corpus callosum were observed in IHD patients pre-CR compared to age-matched controls. Robust WM improvements (increased FA, increased AD) were observed in IHD patients post-CR. DATA CONCLUSION: In IHD, both brain aging and cardiovascular disease may contribute to WM disruptions. IHD-related WM disruptions may be favorably modified by CR. LEVEL OF EVIDENCE: 3 TECHNICAL EFFICACY: Stage 2.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,321
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Magnetic Resonance ImagingMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207