MétaCan
Menu
Retour à la cohorte
Enregistrement W2111420081 · doi:10.1146/annurev-clinpsy-050212-185535

Neuroimaging and Other Biomarkers for Alzheimer's Disease: The Changing Landscape of Early Detection

2013· review· en· W2111420081 sur OpenAlexfundno aff
Shannon L. Risacher, Andrew J. Saykin

Notice bibliographique

RevueAnnual Review of Clinical Psychology · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Research ResourcesNational Institute on AgingCanadian Institutes of Health Research
Mots-clésBiomarkerNeuroimagingDiffusion MRIPositron emission tomographyMagnetic resonance imagingNeuroscienceDiseaseMedicineNeurochemicalAlzheimer's diseasePsychologyPathologyRadiologyBiology

Résumé

récupéré en direct d'OpenAlex

The goal of this review is to provide an overview of biomarkers for Alzheimer's disease (AD), with emphasis on neuroimaging and cerebrospinal fluid (CSF) biomarkers. We first review biomarker changes in patients with late-onset AD, including findings from studies using structural and functional magnetic resonance imaging (MRI), advanced MRI techniques (diffusion tensor imaging, magnetic resonance spectroscopy, perfusion), positron emission tomography with fluorodeoxyglucose, amyloid tracers, and other neurochemical tracers, and CSF protein levels. Next, we evaluate findings from these biomarkers in preclinical and prodromal stages of AD including mild cognitive impairment (MCI) and pre-MCI conditions conferring elevated risk. We then discuss related findings in patients with dominantly inherited AD. We conclude with a discussion of the current theoretical framework for the role of biomarkers in AD and emergent directions for AD biomarker research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil0,757

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,196
Tête enseignante GPT0,531
Écart entre enseignants0,335 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations147
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Clinical PsychologyMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207