An MRI‐based index to measure the severity of Alzheimer's disease‐like structural pattern in subjects with mild cognitive impairment
Notice bibliographique
Résumé
BACKGROUND: Structural magnetic resonance imaging (MRI) is sensitive to neurodegeneration and can be used to estimate the risk of converting to Alzheimer's disease (AD) in individuals with mild cognitive impairment (MCI). Brain changes in AD and prodromal AD involve a pattern of widespread atrophy. The use of multivariate analysis algorithms could enable the development of diagnostic tools based on structural MRI data. In this study, we investigated the possibility of combining multiple MRI features in the form of a severity index. METHODS: We used baseline MRI scans from two large multicentre cohorts (AddNeuroMed and ADNI). On the basis of volumetric and cortical thickness measures at baseline with AD cases and healthy control (CTL) subjects as training sets, we generated an MRI-based severity index using the method of orthogonal projection to latent structures (OPLS). The severity index tends to be close to 1 for AD patients and 0 for CTL subjects. Values above 0.5 indicate a more AD-like pattern. The index was then estimated for subjects with MCI, and the accuracy of classification was investigated. RESULTS: Based on the data at follow-up, 173 subjects converted to AD, of whom 112 (64.7%) were classified as AD-like and 61 (35.3%) as CTL-like. CONCLUSION: We found that joint evaluation of multiple brain regions provided accurate discrimination between progressive and stable MCI, with better performance than hippocampal volume alone, or a limited set of features. A major challenge is still to determine optimal cut-off points for such parameters and to compare their relative reliability.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».