Larger perivascular space volume fraction is associated with worse post-stroke sensorimotor outcomes: An ENIGMA analysis
Notice bibliographique
Résumé
BACKGROUND: Perivascular Spaces (PVS) are a marker of cerebral small vessel disease (CSVD) that are visible on brain imaging. Larger PVS has been associated with poor quality of life and cognitive impairment post-stroke. However, the association between PVS and post-stroke sensorimotor outcomes has not been investigated. METHODS: 602 individuals with a history of stroke across 24 research cohorts from the ENIGMA Stroke Recovery Working Group were included. PVS volume fractions were obtained using a validated, automated segmentation pipeline from the basal ganglia (BG) and white matter centrum semiovale (CSO), separately. Robust mixed effects regressions were used to a) examine the cross-sectional association between PVS volume fraction and post-stroke sensorimotor outcomes and b) to examine whether PVS volume fraction was associated with other measures of CSVD and overall brain health (e.g., white matter hyperintensities [WMHs], brain age [measured by predicted age difference, brain-PAD]). RESULTS: Larger PVS volume fraction in the CSO, but not BG, was associated with worse post-stroke sensorimotor outcomes (b = -0.06, p = 0.047). Higher burden of deep WMH (b = 0.25, p <0.001), periventricular WMH (b = 0.16, p <0.001) and higher brain-PAD (b = 0.09, p <0.001) were associated with larger PVS volume fraction in the CSO. CONCLUSIONS: Our data show that PVS volume fraction in the CSO is cross-sectionally associated with sensorimotor outcomes after stroke, above and beyond standard lesion metrics. PVS may provide insight into how the overall vascular health of the brain impacts inter-individual differences in post-stroke sensorimotor outcomes.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,005 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».