Cerebral small vessel disease in memory center patients with dementia with lewy bodies and Alzheimer’s disease
Notice bibliographique
Résumé
INTRODUCTION: Cerebral small vessel disease (CSVD) is a common co-pathology in patients with dementia with Lewy bodies (DLB) and Alzheimer's disease (AD). A comprehensive characterization of CSVD load in DLB and AD patients referred to a memory center is lacking. METHODS: In this retrospective study, we collected data from patients with a clinical DLB diagnosis or clinico-biological AD diagnosis, evaluated at our memory center. They were assessed for CSVD MRI features, including enlarged perivascular spaces (PVS), presence of cerebral amyloid angiopathy (CAA) and hypertensive arteriopathy (HTNA). Differences in CSVD features between AD and DLB and across clinical stages were investigated. Regression models were used to evaluate the association between (i) cerebrovascular risk factors (CVRF) and HTNA, and (ii) CSVD features and cognition as expressed by Montreal Cognitive Assessment (MoCA). RESULTS: We included 71 DLB (76.8 ± 7.4 years old, 25 females) and 71 age- and sex-matched AD patients (and 75.2 ± 5.3 years old, 27 females). Probable CAA, according to current Boston 2.0 criteria, was observed in 22.5% of DLB and 35.2% of AD patients, while any (probable + possible) CAA rate was higher in the two groups (71.8% and 91.5%, respectively). A moderate/severe HTNA was present in 45% of DLB and 28.2% of AD patients. When comparing the two groups, DLB presented with higher HTNA score (p =.012), while AD patients had higher prevalence of any CAA (p =.002). Patients with DLB had a greater PVS burden in the basal ganglia (p =.011) and centrum semiovale (p =.004) and higher number of deep microbleeds (p =.004). Certain HTNA-related features were more pronounced at dementia stage, with respect to mild cognitive impairment. No association was observed between CVRF and HTNA. Regarding the association between CSVD and cognition, only deep microbleeds count was related to MoCA in DLB patients. DISCUSSION: DLB or AD patients present with high CSVD burden and differ in terms of features and subtype. Patients with DLB present with increased HTNA, PVS load and deep microbleeds, while patients with AD present with a higher any CAA prevalence. CSVD might impact global cognition.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».