MétaCan
Menu
Retour à la cohorte
Enregistrement W2079903691 · doi:10.1089/brain.2012.0137

Breakdown of Brain Connectivity Between Normal Aging and Alzheimer's Disease: A Structural <i>k</i> -Core Network Analysis

2013· article· en· W2079903691 sur OpenAlexfundno aff
Madelaine Daianu, Neda Jahanshad, Talia M. Nir, Arthur W. Toga, Clifford R. Jack, Michael W. Weiner, for the Alzheimer's Disea Paul M. Thompson

Notice bibliographique

RevueBrain Connectivity · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesJanssen Alzheimer Immunotherapy Research And DevelopmentJohnson and Johnson Pharmaceutical Research and DevelopmentNational Institute on AgingUniversity of California, San DiegoNational Institutes of HealthGenentechIXICONational Institute of Biomedical Imaging and BioengineeringCanadian Institutes of Health ResearchUniversity of California, Los AngelesServierEisaiNorthern California Institute for Research and EducationPfizerBiogenBioClinicaAlzheimer's AssociationAmorfix Life SciencesF. Hoffmann-La RocheMedpaceAstraZenecaEli Lilly and CompanyBristol-Myers SquibbNovartis Pharmaceuticals CorporationSynarcBayer HealthCareAlzheimer's Disease Neuroimaging InitiativeMeso Scale DiagnosticsFoundation for the National Institutes of Health
Mots-clésNeuroscienceConnectomeDiffusion MRITractographyConnectomicsHuman brainPsychologyAlzheimer's diseaseDiseaseCognitionCognitive declineMedicineFunctional connectivityDementiaPathologyMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

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.

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)0,004
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,274
Écart entre enseignants0,242 · 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

Citations182
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain ConnectivityMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207