MétaCan
Menu
Retour à la cohorte
Enregistrement W2010632808 · doi:10.1016/j.jalz.2013.05.520

P1–295: A differential pattern of hippocampal atrophy in Alzheimer's disease with coexistent small vessel disease: A multivariate shape‐based analysis

2013· article· en· W2010632808 sur OpenAlexaff
Sean M. Nestor, Sandra E. Black

Notice bibliographique

RevueAlzheimer s & Dementia · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disease Mechanisms and Treatments
Établissements canadiensSunnybrook HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAtrophyPathologyDementiaVoxelMedicineDiseaseRadiology

Résumé

récupéré en direct d'OpenAlex

Hippocampal volume is a sensitive marker of Alzheimer's disease (AD) progression. Previous studies in AD have demonstrated heterogeneous atrophy profiles among hippocampal subregions. Cerebral small vessel disease (SVD) often coexists with AD, and may differentially affect atrophy within sub-regions of the hippocampus compared to AD alone. Shape-based studies have traditionally used univariate methods, which independently test significance at each element of a surface/structure (vertex/voxel). Conversely, multivariate models such as Partial Least Squares (PLS) indentify significantly distributed patterns of atrophy across all structural elements. Thus, we examined with PLS, whether a differential pattern of hippocampal atrophy existed between AD, AD+SVD and normal controls (NC). Cross-sectional data were acquired from the Sunnybrook Dementia Study: AD (n=144), AD+SVD (n=47) and NC (n=95). All subjects had 1.5 Tesla T1-SPGR MRIs (Matrix=256x192; TE/TR=35ms/5ms; flip-angle=35°, in-plane resolution=0.859×0.859x1.2–1.4mm). Participants with SVD had evidence of white matter hyperintensities on PD/T2-MRI and/or evidence of subcortical lacunar infarcts. A novel surface-based technique was developed to measure hippocampal shape differences. Briefly, an average template was generated and used to align all subjects to a common space. Next, the Advanced Normalization Tools SyN algorithm was used to nonlinearly register all subjects to the template. A mesh was generated over the template hippocampi, and the inverse warp vector was indexed and multiplied by the normal vector at each mesh vertex; this provided a vertex-wise scalar value of shape difference in relation to the template surface across all subjects (Matlab-MathWorks). PLS software (http://www.rotman-baycrest.on.ca/index.php?section=84) was adapted for surface-based parametric data. Mean-centred PLS with bootstrapping(x1000) and permutation testing(x1000) was applied to detect significant patterns of atrophy between groups. Analyses were corrected for sex and age. PLS revealed a significantly different pattern of atrophy in NC versus AD and AD+SVD involving the anteriolateral CA1, medial subiculum and posteriorlateral hippocampus (p<0.05). A trend was realized for less atrophy in the left anterior-medial hippocampal region for AD+SVD versus AD, with more involvement of the left lateral subiculum in AD and left anteriolateral region in AD+SVD (p =0.06). These data suggest that a differential pattern of hippocampal atrophy may exist in AD+SVD versus AD and may provide insight into how these coexistent pathologies interact in-vivo.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,044
Tête enseignante GPT0,261
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetNeurological Disease Mechanisms and TreatmentsTravaux en français237 207