脳卒中後の縦断的脳年齢予測と認知機能【JST・京大機械翻訳】

Aamodt, E. B.; Alnaes, D.; de Lange, A. M. G.; Aam, S.; Schellhorn, T.; Saltvedt, I.; Beyer, M. K.; Westlye, L. T.

プレプリント

J-GLOBAL ID：202202213539150527 整理番号：22P0321707

脳卒中後の縦断的脳年齢予測と認知機能【JST・京大機械翻訳】

Longitudinal brain age prediction and cognitive function after stroke

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年03月21日プレプリントサーバーでの情報更新日： 2022年03月21日
JST資料番号： O7002B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

背景:高齢および不良な脳健康は,脳卒中後のより重度の臨床的および認知的転帰のより高いリスクと関連しているが,臨床予測に対するより正確なモデルが必要である。脳スキャンに基づく機械学習を用いて,個々の患者の脳年齢を推定し,年代年齢,脳年齢ギャップ(BAG)との対応する差異を,一連の臨床条件で調査した。しかし,脳卒中後NCDの予測値は確立されていない。この目的のために,縦断的データを用いて,BAGと脳卒中後の神経認知障害(NCD)の間の関係を経時的に検討した。方法:269名の脳卒中生存者(55.4%女性,平均(SD)年齢=71(11)歳)を,脳卒中(Nor-COAST)研究後のノルウェー認知障害から含んだ。MRIと臨床データは,急性脳卒中(最初に3か月後に神経心理学的データ)の後,および18と36か月の追跡調査で簡単に収集した。脳年齢モデルを,フリーサーファーからの機械学習と脳構造特徴に基づく確立されたプロトコルを用いて,独立したサンプルで訓練し,現在のデータセットに適用した。線形混合効果(LME)モデルと生存解析を用いて,認知状態と長期的脳年齢の間の関連を評価した。【結果】LMEは,時間を通して脳卒中後のNCDに及ぼすBAGの主要な効果を明らかにして,より若い出現脳が脳卒中後のNCDから保護する可能性があるという著者らの主要な仮説を確認した。ベースラインでのNCDのない患者に対し,生存分析は,より高いベースラインBAGが18および36箇月で脳卒中後NCDのより高いリスクと関係することを示した。結論:若年出現脳は脳卒中後36か月までの脳卒中後NCDのより低いリスクと関係し,入院後3か月の障害の証拠を示さなかった。脳スキャンに基づく脳年齢予測は,脳構造の信頼できる評価を提供し,最初の評価で障害のない患者の間で認知低下の予測値を有する脳卒中後NCDに感受性である。【JST・京大機械翻訳】

, , , , ,
, , , , , , , , , , 【Automatic Indexing@JST】

神経系の疾患 , リハビリテーション

, , , ,

前のページに戻る