OCTA changes in blood flow density of patients with Alzheimer's disease: a Meta-analysis
Notice bibliographique
Résumé
AIM: To explore the changes of retinal optical coherence tomography angiography(OCTA)vessel density in Patients with Alzheimer's disease(AD)by Meta-analysis, and to explore the value of OCTA in early diagnosis of AD patients.METHODS: Embase, PubMed and Cochrane Library data were searched from January 2016 to September 2021 for relevant studies on vessel density in macular area of AD patients. Two researchers independently screened the literature, extracted the data, and evaluated the risk of inclusion bias using Newcastle-Ottawa Scale(NOS). Meta-analysis was performed using RevMan 5.3 software.RESULTS: A total of 740 cases(eyes)were included in 10 literatures, including 321 cases from the AD group and 419 cases from the control group(age-matched people with normal cognitive abilities). The results of the Meta-analysis showed that the superficial vessel density in macular area of AD patients was lower than that in control group(MD=-1.58, 95%CI -2.60- -0.55, P=0.003). The deep vessel density in macular area of AD patients was lower than that in control group(MD=-2.72, 95%CI -4.36- -1.07, P=0.001). The parafoveal vessel density in AD patients was lower than that in control group(MD=-1.44, 95%CI -1.94- -0.94, P<0.00001). The avascular area in the fovea of AD patients was slightly larger than that of the control group(MD=0.05, 95%CI -0.01-0.11, P=0.13).CONCLUSION: The vessel density of each layer in macular area of AD patients were lower than that of control groups the difference was statistically significant. OCTA can assist in the early diagnosis of AD.
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 | 0,010 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,045 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».