MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390197002 · doi:10.1002/alz.081960

White Matter Correlates of Speech in Cerebrovascular Disease

2023· article· en· W4390197002 sur OpenAlexaffabout
Dana N Broberg, Seyyed MH Haddad, Katharine Aveni, Alexander Havens, J. B. Orange, Paula McLaughlin, Malcolm A. Binns, Angela Roberts, Robert Bartha

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of TorontoNova Scotia Health AuthorityWestern UniversityRobarts Clinical Trials
Organismes subventionnairesnon disponible
Mots-clésFractional anisotropyWhite matterUncinate fasciculusHyperintensityDiffusion MRIFasciculusPsychologyAudiologyMedicineMagnetic resonance imagingNeuroscienceRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Analyses of spoken discourse (speech beyond single words or sentences) can detect cognitive impairment in cerebrovascular disease (CVD) [Roberts, et al. (2021). Top Lang Disord 41(1):73‐98]. However, the neurological basis for altered spoken discourse in CVD is poorly defined. This study examined the association between spoken discourse and visible white matter damage detected using structural magnetic resonance imaging (MRI) and potential early‐stage damage in normal‐appearing white matter (NAWM) detected using diffusion tensor imaging (DTI) to better define the link between CVD‐related neurodegeneration and altered speech. Method Spoken discourse and 3T MRI data were obtained from the CVD cohort of the Ontario Neurodegenerative Disease Research Initiative (n = 127). Spoken discourse analyses were completed previously [Roberts et al., 2021]. White matter hyperintensities (WMH) and the NAWM portions of the inferior longitudinal fasciculus (ILF), superior longitudinal fasciculus – parietal (SLFp) and temporal (SLFt) endings, and uncinate fasciculus (UNC) were segmented in each hemisphere (Figure 1). Mean values of fractional anisotropy (FA) and mean diffusivity (MD) within NAWM, and normalized WMH volume were calculated for each of the white matter tracts. Three canonical correlation analyses examined associations between 10 spoken discourse measures and the imaging metrics (WMH volume, FA, MD) in each tract. Result Canonical correlations were significant for FA (rc = 0.51, p<0.05) and MD (rc = 0.56, p<0.05) but not WMH volume (rc = 0.42, p = 0.69). Among the white matter tracts, the strongest canonical loadings were seen for FA and MD in the left SLFp (FA: 0.80; MD: ‐0.61) and left SLFt (FA: 0.60; MD: ‐0.40) (Figure 2). Higher FA and lower MD in the left SLFp and left SLFt were associated with fluency, information content, and syntax performance. Conclusion Spoken discourse performance was associated with microstructural integrity of NAWM but not visible white matter damage. These results suggest that DTI metrics provide a more relevant assessment of white matter tract function in relation to speech than a volumetric measure of tract lesion load. Of the white matter tracts investigated in this study, spoken discourse performance in CVD was most strongly linked to white matter microstructure in the parietal and temporal endings of the left superior longitudinal fasciculus.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,046
Tête enseignante GPT0,323
Écart entre enseignants0,277 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→