Amide proton transfer could be a surrogate imaging marker for predicting vascular cognitive impairment
Notice bibliographique
Résumé
BACKGROUD: Emerging evidence suggests an overlap in the underlying pathways contributing to both cerebral small vessel disease (CSVD) and the neurodegenerative disease. Studies investigating the progression of CSVD should incorporate markers that reflect neurodegenerative lesions. OBJECTIVE: We aim to investigate whether Amide proton transfer (APT) can serve as a potential marker for reflecting vascular cognitive impairment (VCI). METHOD: Participants were categorized into one of three groups based on their Montreal Cognitive Assessment (MoCA) scores: normal control group (age,54.9 ± 7.9; male, 52.9%), mild cognitive impairment (MCI) group (age,55.7 ± 6.9; male, 42.6%), or vascular dementia (VaD) group (age,57.6 ± 5.5, male, 58.5%). One way analysis of variance was performed to compare the demographic and APT variables between groups. Multiple logistic regression analysis wwas constructed to examine the relationship between APT values and VCI grouping. A hierarchical linear regression model was employed to examine the associations between patients' demographic factors, imaging markers, APT values, and MoCA. RESULTS: The APT values of frontal white matter, hippocampus, amygdala, and thalamus were significantly different among different groups (p < 0.05). The APT values of frontal white matter, amygdala, and thalamus indicate a significant positive effect on MCI grouping. the APT values of frontal white matter, amygdala, and thalamus indicate a significant positive effect on VaD grouping. The demographic data, CSVD imaging markers and APT values can account for 5.1%, 20.1% and 27.7% of the variation in MoCA, respectively. CONCLUSION: APT imaging can partially identifying and predicting the occurrence of VCI.
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 | 0,009 | 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 | 0,001 | 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 | 0,001 |
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 ».