Comparisons Between Alzheimer Disease, Frontotemporal Lobar Degeneration, and Normal Aging With Brain Mapping
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Alzheimer disease (AD) and frontotemporal lobar degeneration (FTLD) are both common degenerative dementias in the under 65 age group. Although clinical criteria have been defined for both diseases, there is considerable overlap in clinical features, and hence, diagnosis still can be very difficult particularly in the early stages of the disease. As a result, there has been increasing interest in using magnetic resonance imaging to better characterize these diseases and to aid in diagnosis. Voxel-based morphometry (VBM) is an automated technique that assesses patterns of regional gray matter atrophy on magnetic resonance imaging between 2 groups of subjects. It is unbiased in that it looks throughout the whole brain and does not require any a priori assumptions concerning which structures to assess, giving it a significant advantage over traditional region of interest-based methods. Voxel-based morphometry has been widely used to assess patterns of regional atrophy in subjects with AD and FTLD. These studies have demonstrated specific patterns of regional loss in both diseases, compared the 2 diseases to look for differences that could be diagnostically useful, and have correlated regions of gray matter loss to cognitive and behavioral deficits in these subjects. This article will review the findings of these studies and discuss the role of VBM in these neurodegenerative diseases.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 découle