MétaCan
Menu
Retour à la cohorte
Enregistrement W4389912612 · doi:10.3390/diagnostics13243679

Whole Brain and Corpus Callosum Fractional Anisotropy Differences in Patients with Cognitive Impairment

2023· article· en· W4389912612 sur OpenAlexaboutno aff
Kalvis Kaļva, Nauris Zdanovskis, Kristı̄ne Šneidere, Andrejs Kostiks, Guntis Karelis, Ardis Platkājis, Ainārs Stepens

Notice bibliographique

RevueDiagnostics · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFractional anisotropyCorpus callosumDiffusion MRICognitive impairmentPercentile rankNormativePsychologyPercentileMontreal Cognitive AssessmentCognitionPopulationMedicineAudiologyMagnetic resonance imagingInternal medicinePsychiatryRadiologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Diffusion tensor imaging (DTI) is an MRI analysis method that could help assess cognitive impairment (CI) in the ageing population more accurately. In this research, we evaluated fractional anisotropy (FA) of whole brain (WB) and corpus callosum (CC) in patients with normal cognition (NC), mild cognitive impairment (MCI), and moderate/severe cognitive impairment (SCI). In total, 41 participants were included in a cross-sectional study and divided into groups based on Montreal Cognitive Assessment (MoCA) scores (NC group, nine participants, MCI group, sixteen participants, and SCI group, sixteen participants). All participants underwent an MRI examination that included a DTI sequence. FA values between the groups were assessed by analysing FA value and age normative percentile. We did not find statistically significant differences between the groups when analysing CC FA values. Both approaches showed statistically significant differences in WB FA values between the MCI-SCI and MCI-NC groups, where the MCI group participants showed the highest mean FA and highest mean FA normative percentile results in WB.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,003
Score d'incertitude au seuil0,251

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,033
Tête enseignante GPT0,312
Écart entre enseignants0,279 · 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 tête enseignante, 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiagnosticsMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207