Smoking History and Higher Pack Years Predict Brain Atrophy in 9646 Healthy Individuals
Notice bibliographique
Résumé
Abstract Background Smoking is a risk factor for both Alzheimer and vascular dementia. Understanding this risk requires an investigation of how smoking influences brain volume loss on MRI, a biomarker for neurodegeneration. Method In total, 9646 healthy participants from 4 sites were scanned on 1.5T MR with a whole‐body MR imaging protocol. Core whole body sequences included whole body coronal T1, STIR from vertex to feet, whole‐body axial DWI from vertex to proximal‐thighs and axial T2 TSE without fat suppression from skull base to pelvis. Brain sequences were T1 MPRAGE and 2D FLAIR. Deep learning volumetric software, FastSurfer, trained on over 134 participants age 27‐66, segmented 96 brain volumes. Smokers versus non‐smokers were compared by gray and white matter volumes normalized to total intracranial volume using a two tailed t‐test. Partial correlation analysis was done between pack years and brain volumes, controlling for age, sex, and total intracranial volume (TIV). The Benjamini Hochberg False Discovery Rate of 5% accounted for multiple comparisons. Result Overall, the sample had an average age of 52.9±13.1 years with 3123 individuals (32.3%) self‐reporting a history of smoking with 3.72±10.08 pack years. The remaining 6523 persons (67.7%) were non‐smokers. Participants who smoked were older than non‐smokers (p = 0.024) and 51.55% were men versus 52.8% in the non‐smoker group (p = .218). Individuals with a history of smoking had lower normalized gray and white matter volumes compared to non‐smokers (t = 8.95, p = 4.39e‐19). Adjusting for age, sex, and TIV co‐variates and multiple comparisons, higher pack years of smoking predicted brain volume loss in: total gray matter volume (Partial R = ‐0.06, p = 2.19e‐8), total white matter volume (Partial R = ‐0.06, p = 4.26e‐9), hippocampus (Partial R = ‐0.05, p = 6.26e‐6), frontal cortex (Partial R = ‐0.06, p = 1.34e‐10), temporal lobes (Partial R = ‐0.06, p = 3.24e‐8), parietal lobe (Partial R = ‐0.04, p = 0.0008), orbital frontal cortex (Partial R = ‐0.05, p = 2.19e‐8), posterior cingulate gyrus (Partial R = ‐0.05, p = 2.97e‐7). Conclusion Both smoking history and pack years are related to lower whole brain and regional volumes.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».