MétaCan
Menu
Retour à la cohorte
Enregistrement W4402483255 · doi:10.3389/fnagi.2024.1412735

Association of white matter hyperintensities with cognitive decline and neurodegeneration

2024· article· en· W4402483255 sur OpenAlexfundno aff
Taoran Li, Bai-Le Li, Xinran Xu, Jin Zhong, Taishan Wang, Fengqi Liu

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on AgingCanadian Institutes of Health ResearchNational Institutes of HealthH. Lundbeck A/SGovernment of Jiangsu ProvinceNanjing Medical UniversityNational Natural Science Foundation of ChinaEisaiServierChina Postdoctoral Science FoundationGenentechIXICOJiangsu Provincial Department of Human Resources and Social SecurityNorthern California Institute for Research and EducationBioClinicaBiogenPfizerNovartis Pharmaceuticals CorporationUniversity of Southern CaliforniaU.S. Department of DefenseEli Lilly and CompanyBristol-Myers SquibbAlzheimer's Disease Neuroimaging InitiativeMeso Scale DiagnosticsAlzheimer's Association
Mots-clésHyperintensityNeurodegenerationCognitive declineAssociation (psychology)White matterCognitionNeuroscienceMedicinePsychologyInternal medicineDiseaseDementiaMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

Background: The relationship between white matter hyperintensities (WMH) and the core features of Alzheimer's disease (AD) remains controversial. Further, due to the prevalence of co-pathologies, the precise role of WMH in cognition and neurodegeneration also remains uncertain. Methods: Herein, we analyzed 1803 participants with available WMH volume data, extracted from the ADNI database, including 756 cognitively normal controls, 783 patients with mild cognitive impairment (MCI), and 264 patients with dementia. Participants were grouped according to cerebrospinal fluid (CSF) pathology (A/T profile) severity. Linear regression analysis was applied to evaluate the factors associated with WMH volume. Modeled by linear mixed-effects, the increase rates (Δ) of the WMH volume, cognition, and typical neurodegenerative markers were assessed. The predictive effectiveness of WMH volume was subsequently tested using Cox regression analysis, and the relationship between WMH/ΔWMH and other indicators such as cognition was explored through linear regression analyses. Furthermore, we explored the interrelationship among amyloid-β deposition, cognition, and WMH using mediation analysis. Results: = 0.008), but not with CSF tau levels. These results were further verified in any clinical stage, except hypertension and smoking history in the dementia stage. Although WMH could not predict dementia conversion, its increased levels at baseline were associated with a worse cognitive performance and a more rapid memory decline. Longitudinal analyses showed that baseline dementia and positive amyloid-β status were associated with a greater accrual of WMH volume, and a higher ΔWMH was also correlated with a faster cognitive decline. In contrast, except entorhinal cortex thickness, the WMH volume was not found to be associated with any other neurodegenerative markers. To a lesser extent, WMH mediates the relationship between amyloid-β and cognition. Conclusion: WMH are non-specific lesions that are associated with amyloid-β deposition, cognitive status, and a variety of vascular risk factors. Despite evidence indicating only a weak relationship with neurodegeneration, early intervention to reduce WMH lesions remains a high priority for preserving cognitive function in the elderly.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,214

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,274
Écart entre enseignants0,263 · 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 tête enseignante, 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

Citations22
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207