MétaCan
Menu
Retour à la cohorte
Enregistrement W6889110964 · doi:10.25384/sage.c.6314322.v1

De novo appearance of cerebral microbleeds in community-dwelling older adults. Neuroimaging and clinical correlates

2022· other· en· W6889110964 sur OpenAlexaboutno aff

Notice bibliographique

RevueSage Journals Data · 2022
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoisson regressionLogistic regressionCosmic microwave backgroundMultivariate statisticsIncidence (geometry)NeuroimagingMultivariate analysisProportional hazards modelOrdered logit

Résumé

récupéré en direct d'OpenAlex

Background and PurposeProspective studies on cerebral microbleeds (CMB) have departed from individuals who already have CMB at baseline. Therefore, main outcomes have usually been the composite of new lesions appearing on the follow-up among patients who already had CMB together with those who de novo developed CMB. Using the Atahualpa Project Cohort, we aimed to assess correlates of incident CMB in community-dwelling older adults free of CMB at baseline.MethodsAtahualpa residents aged ≥ 60 years received baseline clinical interviews and a brain MRI. Those who were free of CMB at baseline and received follow-up brain MRI at the end of the study were included. Multivariate logistic and Poisson regression models were fitted to assess the association and the incidence rate ratio (IRR) of incident CMB according to clinical and neuroimaging variables.ResultsThe mean age of 241 study participants was 65.6 ± 6.1 years (57% women). After 6.5 years of follow-up, 25 subjects (10.4%) developed incident CMB. A total of 37 CMB were noticed in these 25 patients. A parsimonious logistic regression model demonstrated an association between the Edmonton Frail Scale (EFS) and incident CMB (<i>p</i> = .043). Multivariate logistic regression models showed an association between WMH progression and incident CMB (<i>p</i> = .011). Using Poisson regression models, the IRR for WMH progression at follow-up was increased in subjects with incident CMB (<i>p</i> = .029).ConclusionsStudy results show a significant relationship between the EFS, WMH progression, and incident CMB. This knowledge will allow the implementation of preventive policies to reduce incident CMB and its consequences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,455
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0030,003
Intégrité de la recherche0,0000,006
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,054
Tête enseignante GPT0,348
Écart entre enseignants0,294 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSage Journals DataTravaux en français237 207