Correlation of White Matter Hyperintensities and Perivascular Spaces With Montreal Cognitive Assessment (MoCA) Scores in Patients Evaluated for Anti-amyloid Therapy
Notice bibliographique
Résumé
Objective This study aimed to investigate the relationship between white matter hyperintensities (WMH) and perivascular spaces (PVS) on magnetic resonance imaging (MRI) with Montreal Cognitive Assessment (MoCA) scores in patients referred for possible lecanemab therapy based on clinical suspicion of Alzheimer's disease (AD) prior to biomarker confirmation. Materials and methods In this retrospective review, 149 consecutive patients with suspected AD between November 2023 and June 2024 who were evaluated for possible lecanemab therapy were identified. All underwent brain MRI and had valid MoCA scores. WMH were graded using the Fazekas scale (0-3). PVS were visually graded (1-4) in the basal ganglia and centrum semiovale on T2-weighted images. Generalized linear models assessed the association between imaging markers and MoCA, adjusting for age, sex, hypertension (HTN), hyperlipidemia (HLD), and diabetes mellitus (DM). Results The mean MoCA score was 19.56, reflecting mild to moderate cognitive impairment. The mean Fazekas score was 1.37, indicating mild to moderate WMH burden, while the mean PVS scores for basal ganglia and centrum semiovale were 1.99 and 2.37, respectively. There is no significant correlation between age and MoCA scores in our patient population. A negative association of -0.1 between the Fazekas score and MoCA score was observed after controlling for the effects of PVS. In contrast, PVS did not significantly correlate with MoCA score. Conclusion In patients evaluated for possible lecanemab therapy, a higher WMH burden was negatively associated with global cognition, whereas PVS demonstrated no significant relationship with MoCA scores. These findings suggest that WMH may be an imaging marker of vascular pathology in those suspected of AD.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».