Distribution of Silent Cerebral Infarcts in Adults With Sickle Cell Disease
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Previously we demonstrated that 90% of infarcts in children with sickle cell anemia occur in the border zone regions of cerebral blood flow (CBF). We tested the hypothesis that adults with sickle cell disease (SCD) have silent cerebral infarcts (SCIs) in the border zone regions, with a secondary hypothesis that older age and traditional stroke risk factors would be associated with infarct occurrence in regions outside the border zones. METHODS: Adults with SCD 18-50 years of age were enrolled in a cross-sectional study at 2 centers and completed a 3T brain MRI. Participants with a history of overt stroke were excluded. Infarct masks were manually delineated on T2-fluid-attenuated inversion-recovery MRI and registered to the Montreal Neurological Institute 152 brain atlas to generate an infarct heatmap. Border zone regions between anterior, middle, and posterior cerebral arteries (ACA, MCA, and PCA) were quantified using the Digital 3D Brain MRI Arterial Territories Atlas, and logistic regression was applied to identify relationships between infarct distribution, demographics, and stroke risk factors. RESULTS: < 0.001). The presence of at least 1 stroke risk factor did not predict SCI location in any model. DISCUSSION: When compared with children with SCD, in adults with SCD, older age is associated with expanded zones of tissue infarction that stretch beyond the traditional border zones of CBF, with more than 45% of infarcts in non-border zone regions.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 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 ».