Breakdown of Brain Connectivity Between Normal Aging and Alzheimer's Disease: A Structural <i>k</i> -Core Network Analysis
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
Brain connectivity analyses show considerable promise for understanding how our neural pathways gradually break down in aging and Alzheimer's disease (AD). Even so, we know very little about how the brain's networks change in AD, and which metrics are best to evaluate these changes. To better understand how AD affects brain connectivity, we analyzed anatomical connectivity based on 3-T diffusion-weighted images from 111 subjects (15 with AD, 68 with mild cognitive impairment, and 28 healthy elderly; mean age, 73.7±7.6 SD years). We performed whole brain tractography based on the orientation distribution functions, and compiled connectivity matrices showing the proportions of detected fibers interconnecting 68 cortical regions. We computed a variety of measures sensitive to anatomical network topology, including the structural backbone--the so-called "k-core"--of the anatomical network, and the nodal degree. We found widespread network disruptions, as connections were lost in AD. Among other connectivity measures showing disease effects, network nodal degree, normalized characteristic path length, and efficiency decreased with disease, while normalized small-worldness increased, in the whole brain and left and right hemispheres individually. The normalized clustering coefficient also increased in the whole brain; we discuss factors that may cause this effect. The proportions of fibers intersecting left and right cortical regions were asymmetrical in all diagnostic groups. This asymmetry may intensify as disease progressed. Connectivity metrics based on the k-core may help understand brain network breakdown as cognitive impairment increases, revealing how degenerative diseases affect the human connectome.
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 | 0,001 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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