MétaCan
Menu
Retour à la cohorte
Enregistrement W2090291465 · doi:10.3389/fneur.2014.00076

The Sub-Classification of Amnestic Mild Cognitive Impairment Using MRI-Based Cortical Thickness Measures

2014· article· en· W2090291465 sur OpenAlexafffund
Pradeep Reddy Raamana, Wei Wen, Nicole A. Kochan, Henry Brodaty, Perminder S. Sachdev, Lei Wang, Mirza Faisal Beg

Notice bibliographique

RevueFrontiers in Neurology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesMedical Research CouncilNational Health and Medical Research CouncilAlzheimer Society
Mots-clésCognitive impairmentCognitionPsychologyAudiologyArtificial intelligencePattern recognition (psychology)NeuroscienceMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Amnestic mild cognitive impairment (aMCI) is considered to be the transitional stage between healthy aging and Alzheimer's disease (AD). Moreover, aMCI individuals with additional impairment in one or more non-memory cognitive domains are at higher risk of conversion to AD. Hence accurate identification of the sub-types of aMCI would enable earlier detection of individuals progressing to AD. METHODS: We examine the group differences in cortical thickness between single-domain and multiple-domain sub-types of aMCI, and as well as with respect to age-matched controls in a well-balanced cohort from the Sydney Memory and Aging Study. In addition, the diagnostic value of cortical thickness in the sub-classification of aMCI as well as from normal controls using support vector machine (SVM) classifier is evaluated, using a novel cross-validation technique that can handle class-imbalance. RESULTS: This study revealed an increased, as well as a wider spread, of cortical thinning in multiple-domain aMCI compared to single-domain aMCI. The best performances of the classifier for the pairs (1) single-domain aMCI and normal controls, (2) multiple-domain aMCI and normal controls, and (3) single and multiple-domain aMCI were AUC = 0.52, 0.66, and 0.54, respectively. The accuracy of the classifier for the three pairs was just over 50% exhibiting low specificity (44-60%) and similar sensitivity (53-68%). CONCLUSION: Analysis of group differences added evidence to the hypothesis that multiple-domain aMCI is a later stage of AD compared to single-domain aMCI. The classification results show that discrimination among single, multiple-domain sub-types of aMCI and normal controls is limited using baseline cortical thickness measures.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
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)0,0010,000

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 Opus0,028
Tête enseignante GPT0,306
Écart entre enseignants0,277 · 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

Citations13
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207