MétaCan
Menu
Retour à la cohorte
Enregistrement W4409205435 · doi:10.1002/mrm.30481

Cerebrovascular reactivity differences in healthy cerebral gray and white matter

2025· article· en· W4409205435 sur OpenAlexaff
Harrison T. Levine, Julien Poublanc, Ece Su Sayin, James Duffin, Olivia Sobczyk, Joseph A. Fisher, David J. Mikulis

Notice bibliographique

RevueMagnetic Resonance in Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWhite matterMiddle cerebral arteryGray (unit)CardiologyMedicineThalamusNuclear medicineGrey matterConfidence intervalStriatumCerebral blood flowInternal medicineMagnetic resonance imagingAnesthesiaIschemiaRadiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To quantify the speed and magnitude of cerebrovascular reactivity (CVR) metrics in hemispheric gray and white matter. METHODS: A standardized isoxic hypercapnic cerebrovascular stimulus was administered using an automated arterial gas targeting system while monitoring blood oxygen-level dependent MRI. The correlation between the blood oxygen-level dependent signal and end-tidal partial pressure of carbon dioxide were measured over time, enabling calculation of CVR metrics including the magnitude and speed (TAU) of the vascular response. The average CVR magnitude and TAU metrics were obtained from 50 healthy participants in the following regions: anterior, middle, and posterior cerebral artery (ACA, MCA, PCA) territory gray matter, the striatum, the thalamus, and hemispheric white matter. RESULTS: The average MCA CVR is 17.39% greater than ACA CVR (95% confidence interval [CI]: 3.50, 31.28), and the average PCA CVR is 43.03% (95% CI: 29.13, 56.91) and 21.84% (95% CI: 10.00, 33.68) greater than ACA CVR and MCA CVR, respectively. The average TAU in the six regions were ACA = 29.5 ± 9.7 s, MCA = 29.4 ± 8.7 s, PCA = 28.6 ± 10.2 s, striatum = 30.5 ± 8.9 s, thalamus = 25.7 ± 10.0 s, and white matter = 46.3 ± 6.9 s. TAU was similar among all regions investigated except for the white matter, which was approximately 60% slower than the other regions (p < 0.0001). CONCLUSION: In healthy individuals, there are significant differences in CVR metrics among the ACA, MCA, PCA gray-matter vascular territories, thalamus, striatum, and hemispheric white matter. Future investigations of CVR should consider the presence of regional variability in CVR metrics when comparing healthy and diseased populations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,304
Écart entre enseignants0,289 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in MedicineMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207