Deep medullary veins disruption in cerebral small vessel disease: links to AI-quantified lesions and cognitive decline
Notice bibliographique
Résumé
Background The relationship between cerebral small vessel diseases (CSVD) and deep medullary veins (DMV) has been the subject of only a limited number of studies to date, with the majority of research focusing on the correlation between DMV and cognitive function in patients with CSVD. The present study aims to quantitatively evaluate the relationship between DMV and CSVD imaging markers, utilizing an artificial intelligence neuroimaging system to achieve this objective. Furthermore, an investigation was conducted into the correlation between DMV disruption and cognitive impairment. Methods This cross-sectional study enrolled patients with CSVD imaging markers who were admitted to the Department of Neurology at our hospital. The quantitative assessment of CSVD imaging markers, encompassing white matter hyperintensities (WMH), lacunar infarction (LI), and cerebral microbleeds (CMB), was conducted employing the AccuBrain® neuroimaging system. The DMV was evaluated using susceptibility-weighted imaging (SWI) with a semi-quantitative scale. The Montreal Cognitive Assessment (MoCA) score was evaluated for each patient. Results The study’s sample population comprised 171 patients. Multivariate ordinal logistic regressions indicated that DMV score was significantly associated with WMH volume, LI count, and CMB count (p < 0.05). In the context of multivariate linear regression analysis, a significant negative correlation was observed between the DMV score and the MoCA score, with the latter being adjusted for confounding variables such as age, education, gender, and smoking history (p = 0.003). The application of path analysis revealed a significant correlation between the DMV score and the MoCA score, which indicates that WMH volume plays a mediating role in this relationship, thereby offering a novel perspective on cognitive function and neurodegenerative processes. Conclusion DMV score is associated with the severity of WMH, CMB, and LI, as well as cognitive performance decline, implicating that cerebral venule damage may play a role in the development of CSVD and related cognitive impairment.
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 | 0,002 |
| 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 ».