Neuroinflammation modifies the relationship between stress and perivascular spaces in an elderly population with different levels of cognitive impairment
Notice bibliographique
Résumé
Background: Perivascular spaces (PVS) are fluid-filled spaces surrounding the brain parenchymal vasculature. Literature suggests that PVS may play a significant role in aging and neurological disorders, including Alzheimer's disease (AD). The aim of this study is to investigate whether the relationship between MRI-visible PVS and stress is influenced by neuroinflammation in an elderly population with different levels of cognitive impairment. Methods: = 91). PVS volume fraction was calculated in the basal ganglia and centrum semiovale using a semi-automated segmentation approach. Stress was quantified with levels of salivary cortisol. Inflammatory biomarkers measured from plasma included cytokines, matrix metalloproteinases and C-reactive protein. General linear models were used to test the relationship between PVS and cortisol, when interacting with inflammatory markers. This was done on the whole cohort and within each clinical cognitive group. Results: In the centrum semiovale, higher inflammation levels reduced the relationship of cortisol with PVS. In basal ganglia, higher levels of C-reactive protein reduced the negative relationship of cortisol with PVS. All analyses were accounted for age, sex, body mass index (BMI) and total hippocampal volume. There was a significant interaction effect between cortisol and C-reactive protein on PVS volume fraction in the MCI group. Discussion: These findings suggest an influence of neuroinflammation on the PVS structure in Alzheimer's disease spectrum, and offer insight for better understanding physiological processes of cognitive impairment onset.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».