Assessing cognitive impairment in OSAHS patients through NODDI-based gray matter analysis
Notice bibliographique
Résumé
BACKGROUND: This study employed neurite orientation dispersion and density imaging (NODDI) to investigate gray matter microstructural changes in obstructive sleep apnea hypopnea syndrome (OSAHS) patients with cognitive impairment, assessing early diagnostic potential. METHODS: The study comprised 23 OSAHS patients (OSA-NCI group), 43 OSAHS patients with experiencing cognitive impairment (OSA-CI group), and 15 healthy controls (HC group). Fractional anisotropy (FA), neurite density index (NDI), orientation dispersion index (ODI), and volume fraction of isotropic water molecules (Viso) in regions of interest (ROIs) were calculated. Correlations between these parameters and Montreal Cognitive Assessment (MoCA) and Mini-Mental State Examination (MMSE) scores were examined. Diagnostic effect was evaluated using receiver operating characteristic (ROC) curve analysis, and area under the curve (AUC) was calculated. RESULTS: Significant variations were observed in the NDI, ODI, Viso, and FA. Compared to HCs, the NDI and ODI in the OSA-NCI group decreased, while the Viso value increased. NDI and ODI showed slight increases in the OSA-CI group but remained below HC levels; Viso significantly increased. However, FA did not significantly differ. NDI, ODI, and Viso strongly correlated with MoCA scores in specific gray matter regions; FA showed weak correlations (r < 0.5). ROC analysis confirmed the effectiveness of the NODDI parameters, with average AUC values of 0.689 for the Viso value, 0.676 for the ODI, and 0.635 for the NDI; however, FA showed limited diagnostic utility (AUC 0.452). CONCLUSION: This study suggests the potential diagnostic utility of NODDI in detecting gray matter pathology in OSAHS patients with cognitive impairment, though further validation in larger, independent cohorts is needed.
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 | 0,000 |
| 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 | 0,000 |
| 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) | 0,001 | 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 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 ».