Association between diffusion tensor imaging analysis along the perivascular space (DTI-ALPS)-based glial-lymphatic dysfunction and cognitive impairment in non-small cell lung cancer
Notice bibliographique
Résumé
OBJECTIVE: To investigate the correlation of glial-lymphatic (glymphatic) system function with cognitive deficits in non-small cell lung cancer (NSCLC). METHODS: Data (demographic, clinical, and magnetic resonance imaging [MRI] information) from 83 NSCLC cases and 96 healthy controls were retrospectively analyzed. We evaluated glymphatic activity by using the diffusion tensor imaging analysis along the perivascular space (DTI-ALPS) index and cognitive function with the Montreal Cognitive Assessment (MoCA). Medial Temporal Atrophy (MTA) and Fazekas scores were also rated. Statistical analyses included inter-group comparisons, partial correlation assessments, mediation modeling, and regression to identify predictors of cognitive impairment. RESULTS: NSCLC patients had higher MTA and Fazekas scores but lower MoCA and ALPS index scores than controls (all P < 0.05). The ALPS index was symmetrically reduced in both hemispheres, correlating positively with MoCA (r = 0.276, P = 0.012). In the mediation model, the ALPS index exhibited a partial mediating role (4.6%) in the NSCLC-MoCA association. Older age was an independent predictor of cognitive impairment (odds ratio [OR]: 1.229; 95% confidence interval [CI]: 1.111-1.360). CONCLUSION: In NSCLC patients, glymphatic dysfunction was associated with cognitive impairment, and the DTI-ALPS index may facilitate early detection of these deficits. Advanced age remains a major contributing risk factor.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».