Glymphatic system dysfunction mediates the relationship between deep medullary vein alterations and cognitive impairment in cerebral small vessel disease
Notice bibliographique
Résumé
BACKGROUND: This study investigates how structural changes in deep medullary vein (DMV), glymphatic system dysfunction, and cognitive decline are interconnected in cerebral small vessel disease (CSVD), with a focus on whether impaired glymphatic function acts as a mediator in this relationship. METHODS: Clinical and MRI data from 93 CSVD patients were retrospectively analyzed. DMV burden was assessed using a semiquantitative scoring system (0-3 points per region), based on the visibility of DMVs in six anatomical regions on susceptibility-weighted imaging, yielding a total score ranging from 0 to 18. Glymphatic system function was evaluated using the diffusion tensor image analysis along the perivascular space (DTI-ALPS) index. Global cognitive function was assessed with the Montreal Cognitive Assessment (MoCA). Spearman correlation analysis, general linear modeling, and mediation analysis were conducted to examine the relationships among the variables. RESULTS: DMV scores(which higher scores indicate poorer venous visibility)were significantly negatively correlated with MoCA scores (r = -0.48, p< 0.001) and with the DTI-ALPS index (r = -0.28, p < 0.001), while the DTI-ALPS index was positively correlated with MoCA scores (r= 0.35, p < 0.05). Mediation analysis indicated that the DTI-ALPS index partially mediated the effect of DMV burden on cognitive performance, accounting for 14.08% of the total effect. CONCLUSIONS: This study suggests that DMV structural abnormalities may exacerbate CSVD-related cognitive impairment by disrupting glymphatic function. DMV scoring may serve as a potential imaging biomarker, providing a foundation for early identification and intervention.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».