Combining Structural Brain Changes Improves the Prediction of Alzheimer’s Disease and Mild Cognitive Impairment
Notice bibliographique
Résumé
BACKGROUND: Several structural brain changes have been associated with Alzheimer's disease (AD). This study investigated the prediction of AD by combining multiple brain changes with the hallmark medial temporal lobe atrophy (MTA). METHODS: High-resolution magnetic resonance imaging (MRI) data of people with mild AD (n = 39), mild cognitive impairment (MCI; n = 82), and of healthy controls (HC; n = 58) were obtained at baseline. Among these people, 26 AD, 53 MCI, and 46 HC subjects had 24-month follow-up MRI scans. Bilateral MTA was evaluated using a medial temporal lobe atrophy scale (MTAS). Common changes in the aging brain were summarized using a brain atrophy and lesion index (BALI). The performance of the MTAS, BALI, and a score combining both, using a logistic regression model, were assessed. RESULTS: The MTAS and BALI scores were closely correlated (r(2) > 0.56); each differed between the diagnostic groups. Having an unfavorable MTAS score was associated with an increased risk of MCI-AD conversion (OR = 3.71, p = 0.039), adjusted for age, sex, and education; having an unfavorable BALI score marginally contributed to such risks (OR = 4.08, p = 0.080). Combining MTAS and BALI components resulted in a greater OR (8.99, p = 0.007) and an improved predictive accuracy (75.9%, p = 0.002). CONCLUSION: Multiple structural changes have an additive effect on AD. The data support potential future roles of combining multiple coexisting structural changes to benefit AD diagnosis, progression monitoring, and/or treatment effect evaluation.
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 | 0,000 | 0,000 |
| 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 ».