脑白质高信号与认知功能障碍：基于FLAIR高信号的定量研究 Quantitative Analysis on Correlation between Cognitive Impairment and Cerebral White Matter Hyperintensityon FLAIR Sequence
Notice bibliographique
Résumé
目的 利用半自动化分析软件对脑白质疏松患者不同区域白质损伤进行定量，并对其与认知功能评 分进行偏相关分析。 方法 2011年1月-2017年1月在北京天坛医院进行健康体检的50～85岁社区“健康”人群63例，对 其进行认知功能评价[简易精神状态量表（mi ni -mental state examination，MMSE）、蒙特利尔认知量表 （Montreal cognitive assessment，MoCA）]及影像学数据采集，基于液体衰减反转恢复序列定量计算全脑、 侧脑室旁及深部皮层下脑白质受损体积，将认知功能评分与以上白质受损体积进行偏相关分析，探 索白质受损在认知障碍发生发展过程中所起的作用。 结果 控制年龄、性别、文化程度后，全脑白质体积与MMSE评分、MoCA评分有偏相关性（R’=-0.428， P =0.001）（R’=-0.539，P＜0.001），尤其是侧脑室旁白质体积（R’=-0.427，P =0.001）（R’=-0.559，P ＜0.001），与深部皮层下白质也存在偏相关性（R’=-0.365，P =0.004）（R’=-0.447，P＜0.001）。 结论 全脑、侧脑室旁、深部皮层下脑白质损伤体积增大，认知功能评分随之下降；MMSE评分、 MoCA评分与侧脑室旁白质损伤之间的相关性较深部皮层下白质损伤更大。 Abstract: Objective To analyze white matter hyperintensity (WMH) in different brain regions in patients with cerebral leukoaraiosis using semi-automatic quantitative analysis software, and analyze the partial correlation of WMH and cognitive impairment. Methods A total of 63 ‘healthy’ community subjects (50-85 years) who had a physical examination in Beijing Tiantan hospital from January 2011 to January 2017 were included in this study. The cognitive function of all subjects were assessed using mini-mental state examination (MMSE) and Montreal cognitive assessment (MoCA). We quantitatively analyzed the WMH in the whole brain, periventricular and deep cortex on fluid attenuated inversion recovery (FLAIR) sequence, which represented white matter lesion, and made a partial correlation analysis of the volume of white matter lesion and cognitive function score, to investigate the role of white matter lesion in the development of cognitive impairment. Results After adjusting for age, gender and education level, the volume of whole brain white matter lesion still had a partial correlation with MMSE and MoCA scores (R’=-0.428, P =0.001; R’=-0.539, P <0.001, respectively), and so did periventricular white matter lesion (R’=-0.427, P =0.001; R’=-0.559, P <0.001, respectively) and deep cortex white matter lesion (R’=-0.365, P =0.004; R’=-0.447, P <0.001, respectively). Conclusions There is a positive correlation between cognitive impairment severity and cerebral white matter lesion volume, especially white matter lesion in periventricular region.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».