White matter microstructure alterations in type 2 diabetes mellitus and its correlation with cerebral small vessel disease and cognitive performance
Notice bibliographique
Résumé
Microstructural abnormalities of white matter fiber tracts are considered as one of the etiology of diabetes-induced neurological disorders. We explored the cerebral white matter microstructure alteration accurately, and to analyze its correlation between cerebral small vessel disease (CSVD) burden and cognitive performance in type 2 diabetes mellitus (T2DM). The clinical-laboratory data, cognitive scores [including mini-mental state examination (MMSE), Montreal cognitive assessment (MoCA), California verbal learning test (CVLT), and symbol digit modalities test (SDMT)], CSVD burden scores of the T2DM group (n = 34) and healthy control (HC) group (n = 21) were collected prospectively. Automatic fiber quantification (AFQ) was applied to generate bundle profiles along primary white matter fiber tracts. Diffusion tensor images (DTI) metrics and 100 nodes of white matter fiber tracts between groups were compared. Multiple regression analysis was used to analyze the relationship between DTI metrics and cognitive scores and CSVD burden scores. For fiber-wise and node-wise, DTI metrics in some commissural and association fibers were increased in T2DM. Some white matter fiber tracts DTI metrics were independent predictors of cognitive scores and CSVD burden scores. White matter fiber tracts damage in patients with T2DM may be characterized in specific location, especially commissural and association fibers. Aberrational specific white matter fiber tracts are associated with visuospatial function and CSVD burden.
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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 0,000 |
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.
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 ».