MétaCan
Menu
Retour à la cohorte
Enregistrement W2177943730 · doi:10.3389/fncom.2015.00133

Complex network analysis of resting state EEG in amnestic mild cognitive impairment patients with type 2 diabetes

2015· article· en· W2177943730 sur OpenAlex

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueFrontiers in Computational Neuroscience · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMontreal Cognitive AssessmentResting state fMRIDementiaElectroencephalographyCognitionCorrelationAudiologyPsychologyDisconnectionNeuropsychologyCognitive impairmentCardiologyInternal medicineMedicineNeuroscienceMathematicsDisease

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Diabetes is a great risk factor for dementia and mild cognitive impairment (MCI). This study investigates whether complex network-derived features in resting state EEG (rsEEG) could be applied as a biomarker to distinguish amnestic mild cognitive impairment (aMCI) from normal cognitive function in subjects with type 2 diabetes (T2D). METHOD: In this study, EEG was recorded in 28 patients with T2D (16 aMCI patients and 12 controls) during a no-task eyes-closed resting state. Pair-wise synchronization of rsEEG signals were assessed in six frequency bands (delta, theta, lower alpha, upper alpha, beta, and gamma) using phase lag index (PLI) and grouped into long distance (intra- and inter-hemispheric) and short distance interactions. PLI-weighted connectivity networks were also constructed, and characterized by mean clustering coefficient and path length. The correlation of these features and Montreal Cognitive Assessment (MoCA) scores was assessed. RESULTS: Main findings of this study were as follows: (1) In comparison with controls, patients with aMCI had a significant decrease of global mean PLI in lower alpha, upper alpha, and beta bands. Lower functional connection at short and long intra-hemispheric distance mainly appeared on the left hemisphere. (2) In the lower alpha band, clustering coefficient was significantly lower in aMCI group, and the path length significantly increased. (3) Cognitive status measured by MoCA had a significant positive correlation with cluster coefficient and negative correlation with path length in lower alpha band. CONCLUSIONS: The brain network of aMCI patients displayed a disconnection syndrome and a loss of small-world architecture. The correlation between cognitive states and network characteristics suggested that the more in deterioration of the diabetes patients' cognitive state, the less optimal the network organization become. Hence, the complex network-derived biomarkers based on EEG could be employed to track cognitive function of diabetic patients and provide a new diagnosis tool for aMCI.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,170
Score d'incertitude au seuil0,693

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0000,001
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 Opus0,042
Tête enseignante GPT0,271
Écart entre enseignants0,229 · 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