MétaCan
Menu
Retour à la cohorte
Enregistrement W2460496408 · doi:10.18632/oncotarget.10601

Abnormal organization of white matter networks in patients with subjective cognitive decline and mild cognitive impairment

2016· article· en· W2460496408 sur OpenAlexaboutno aff
Xiao‐Ni Wang, Zeng Yang, Guanqun Chen, Xuanyu Li, Xuyang Hao, Yang Yu, Meng Zhang, Can Sheng, Yuxia Li, Yu Sun, Hongyan Li, Song Yang, Kuncheng Li, Tianyi Yan, Xiaoying Tang, Ying Han

Notice bibliographique

RevueOncotarget · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésDiffusion MRIMedicineBeijingMontreal Cognitive AssessmentWhite matterCognitive impairmentDementiaChinaCognitionNeurologyDiseaseInternal medicinePsychiatryMagnetic resonance imagingPolitical scienceRadiology

Résumé

récupéré en direct d'OpenAlex

// Xiao-Ni Wang 1,* , Yang Zeng 2,* , Guan-Qun Chen 1 , Yi-He Zhang 2 , Xuan-Yu Li 1 , Xu-Yang Hao 2 , Yang Yu 1 , Meng Zhang 2 , Can Sheng 1 , Yu-Xia Li 1 , Yu Sun 1 , Hong-Yan Li 1 , Yang Song 1 , Kun-Cheng Li 3 , Tian-Yi Yan 2 , Xiao-Ying Tang 2 and Ying Han 1,4 1 Department of Neurology, XuanWu Hospital of Capital Medical University, Beijing, China 2 School of Life Science, Beijing Institute of Technology, Beijing, China 3 Department of Radiology, XuanWu Hospital of Capital Medical University, Beijing, China 4 Center of Alzheimer’s Disease, Beijing Institute for Brain Disorders, Beijing, China * These authors have contributed equally to this work Correspondence to: Ying Han, email: // Xiao-Ying Tang, email: // Tian-Yi Yan, email: // Keywords : subjective cognitive decline, amnestic mild cognitive impairment, network, white matter, diffusion tensor imaging, Pathology Section Received : October 31, 2015 Accepted : June 29, 2016 Published : July 13, 2016 Abstract Network analysis has been widely used in studying Alzheimer’s disease (AD). However, how the white matter network changes in cognitive impaired patients with subjective cognitive decline (SCD) (a symptom emerging during early stage of AD) and amnestic mild cognitive impairment (aMCI) (a pre-dementia stage of AD) is still unclear. Here, structural networks were constructed respectively based on FA and FN for 36 normal controls, 21 SCD patients, and 33 aMCI patients by diffusion tensor imaging and graph theory. Significantly lower efficiency was found in aMCI patients than normal controls (NC). Though not significant, the values in those with SCD were intermediate between aMCI and NC. In addition, our results showed significantly altered betweenness centrality located in right precuneus, calcarine, putamen, and left anterior cingulate in aMCI patients. Furthermore, association was found between network metrics and cognitive impairment. Our study suggests that the structural network properties might be preserved in SCD stage and disrupted in aMCI stage, which may provide novel insights into pathological mechanisms 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 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)0,000
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 enseignants0,033
Score d'incertitude au seuil0,277

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,010
Tête enseignante GPT0,271
Écart entre enseignants0,261 · 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'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

Citations46
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOncotargetMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207