Carotid and Vertebral Flow Velocities: Relationships With Cognitive Function in Wisconsin Native American Population
Notice bibliographique
Résumé
Introduction: Native American individuals are more frequently affected by cerebro-cardiovascular disease and its comorbidities, hypertension, hypercholesterolemia, diabetes, obesity, vascular brain injury, and dementias. Prevalence of Alzheimer disease and other dementias is increasing, with age being the primary risk factor. It is hypothesized that age-related changes in cardiovascular structure contribute to cognitive decline, and one proposed mechanism is reduced cerebral perfusion. We hypothesized that blood flow velocities in the common carotid artery (CCA), internal carotid artery (ICA), and vertebral arteries could be used as surrogates for cerebral perfusion and are associated with cognitive performance in our Wisconsin Native American population. Methods: 119 Native American individuals from the Oneida Nation tribe in Wisconsin enrolled in the “Stroke Prevention in the Wisconsin Native American Population” study and underwent a targeted health history, as well as blood work, clinical carotid ultrasound with B-mode, color Doppler and pulse wave Doppler, and cognitive testing using the Montreal Cognitive Assessment–First Nations (MoCA-FN). Results: Higher end diastolic velocities measured in the CCA and ICA were positively associated with higher scores on the MoCA-FN (r = 0.233, P = .012 and r = 0.198, P = .042, respectively). Distal CCA and ICA peak systolic velocities and ICA:CCA ratios were not found to correlate with cognitive performance nor did systolic or diastolic blood pressure (all P -values > .05). Associations between carotid end diastolic velocities and MoCA-FN were not statistically significant after adjustment for traditional stroke risk factors (age, gender, body mass index [BMI], systolic blood pressure, diastolic blood pressure, current smoking, physical activity, total cholesterol, low-density lipoprotein (LDL)-C, high-density lipoprotein (HDL)-C, and hemoglobin A1c), ( P > .05). The presence of plaque was also not associated with the MoCA-FN score ( P > .05). Conclusion: Future longitudinal studies are needed for this population that evaluate the composite of all risk factors and treatments targeting multiple risk factors at the same time.
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 | 0,001 | 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 ».