MétaCan
Menu
Retour à la cohorte
Enregistrement W2336544248 · doi:10.2174/156720501303160217113858

Functional Activity and Connectivity Differences of Five Resting-State Networks in Patients with Alzheimer's Disease or Mild Cognitive Impairment

2016· article· en· W2336544248 sur OpenAlexaboutno aff
Yu Chen, Hao Yan, Zaizhu Han, Yanchao Bi, Hongyan Chen, Jia Liu, Meiru Wu, Yongjun Wang, Yumei Zhang

Notice bibliographique

RevueCurrent Alzheimer Research · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResting state fMRIFunctional connectivityDiseaseCognitive impairmentNeuroscienceCognitionAlzheimer's diseasePsychologyMedicinePhysical medicine and rehabilitationInternal medicine

Résumé

récupéré en direct d'OpenAlex

We aimed to investigate the activity within and the connectivity between resting state networks (RSNs) in healthy subjects and patients with Alzheimer's disease (AD) or mild cognitive impairment (MCI). Magnetic resonance imaging (MRI) and resting-state MRI were performed on patients diagnosed with AD (n=18) or MCI (n=16) and on healthy subjects (n=18) with matching demographic characteristics (age, sex, and education level). Independent component analysis and Granger causality analysis (GCA) were used during image postprocessing. We calculated 'In + Out degree' for each RSN. Then, we investigated the relationships between "In + Out degree" of each brain network and the cognitive behavioural data. RSNs were obtained using the optimal matching method. The core areas of the five RSNs were similar between the AD, MCI, and healthy control groups, but the activity within these five RSNs was significantly lower in the AD and MCI groups than in the healthy control group (P<0.01, false discovery rate corrected). The GCA results showed that the connectivity between the five RSNs, particularly the connectivity from the default mode network (DMN) to the other RSNs, was slightly lower in MCI patients and was significantly lower in AD patients than in healthy subjects. In contrast, increased connectivity was evident between the memory network and the executive control network in the AD and MCI patients. The "In + Out degree" of the DMN negatively correlated with the Montreal Cognitive Assessment score in AD patients (R=-0.43, P<0.05). In conclusion, the activity within RSNs and the connectivity between RSNs differed between AD patients, MCI patients, and normal individuals; these results provide an imaging reference for the diagnosis of AD and the measurement of disease progression and reveal insight into the pathogenesis of AD.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,179
Tête enseignante GPT0,366
Écart entre enseignants0,187 · 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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Alzheimer ResearchMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207