I02 Automated longitudinal measures of global and regional brain volume change in premanifest and early Huntington's disease
Notice bibliographique
Résumé
Background TRACK-HD is an international multi-site study of premanifest and early Huntington9s disease (HD) which aims to investigate a range of biomarkers for use in future therapeutic trials. Detecting subtle brain changes in slowly progressive heterogeneous diseases such as HD is a challenge. Manual techniques, the current ‘gold standard’, are time consuming, reliant on the rater skill and impractical for large scale use. Linear registration of serial MRI has successfully been used to detect whole brain and caudate atrophy in HD using the boundary shift integral (BSI). However, it is less robust when applied to structures without brain–CSF boundaries. Non-linear (fluid) registration allows assessment of within subject change across the entire brain so may be applicable to a wider array of structures, thus providing more regionally specific information. Aims To develop and apply a fully automated technique sensitive to 1 year global and regional volumetric changes in premanifest and early HD subjects using fluid registration of serial MRI. Methods/techniques T1 weighted 3T MR images were acquired at baseline and 1 year from 303 subjects (97 controls; 110 premanifest; 96 early HD) in the TRACK-HD study. Regions of interest (ROI) were generated on the baseline scans using the automated FSL software. Fluid registration was used to model within subject voxel level change over the scanning interval and the 1 year volume change was quantified by summing voxel change within each ROI. Results/outcome Preliminary fluid derived results (whole brain and caudate) show good group discrimination, consistent with BSI findings. We will present fluid derived regional and global atrophy rates, group differences and a comparison of our data with BSI results where appropriate. Conclusions We describe a technique which has the potential to provide fully automated global and regional measures of atrophy using multi site data. This may have utility as an outcome measure for future therapeutic trials in HD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».