MétaCan
Menu
Retour à la cohorte
Enregistrement W4413445665 · doi:10.18060/29106

Relationship between Perivascular Space Burden, White Matter Hyperintensities, and Cognitive Function

2025· article· en· W4413445665 sur OpenAlexaboutno aff
Ho‐Ching Yang, Yomna Takieldeen, Shannon L. Risacher, Andrew J. Saykin, Yu‐Chien Wu

Notice bibliographique

RevueProceedings of IMPRS · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHyperintensityPerivascular spaceCognitionWhite matterSpace (punctuation)PsychologyCognitive psychologyMedicineNeuroscienceMagnetic resonance imagingPathologyPhilosophyRadiologyLinguistics

Résumé

récupéré en direct d'OpenAlex

Introduction: Perivascular space (PVS) is believed to be involved in clearing metabolic waste from the brain. PVS has been found to increase in size in patients with Alzheimer’s disease, but the relationship between PVS enlargement and cognitive function still requires further investigation. This study seeks to clarify the relationship between Montreal Cognitive Assessment (MoCA) scores and the percentage of brain volume occupied by perivascular space. We take into account confounding factors such as white matter hyperintensities (WMH), a biomarker associated with cognitive decline. We hypothesize that PVS enlargement leads to decreased brain waste clearing efficiency, which subsequently leads to cognitive impairment. Methods: The included participants (n = 15, ages 62 to 89, female: n = 9) were recruited for the 3YWU study from the Indiana Alzheimer's Disease Research Center. The sample included the control group (n = 9) and patients with mild cognitive impairment (n = 1) and subjective cognitive decline (n = 5). For imaging processing, the enhanced PVS contrast (EPC) was calculated by dividing T1-weighted images by T2-weighted images, followed by applying the Frangi filter to capture the vessel-like PVS structure. Three trained and blinded reviewers then further manually improved the PVS masks. For the analysis, we calculated the correlation coefficients between the Montreal Cognitive Assessment (MoCA) scores and normalized PVS volume, as well as a partial correlation coefficient while controlling for the normalized WMH volume. Results. We found a negative association between the PVS volume and MoCA scores of -0.28 (p=0.31), and after controlling for WMH, we still observed a negative correlation of -0.34 (pvalue of 0.23). Conclusion. Our results suggest that PVS enlargement is a possible factor in cognitive impairment. However, further investigation is necessary to characterize these correlations.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,040
Tête enseignante GPT0,313
Écart entre enseignants0,273 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of IMPRSMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207