Longitudinal changes in microstructural white matter metrics in Alzheimer's disease
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.
Notice bibliographique
Résumé
BACKGROUND: Alzheimer's disease (AD) is a progressive neurodegenerative disorder. Current avenues of AD research focus on pre-symptomatic biomarkers that will assist with early diagnosis of AD. The majority of magnetic resonance imaging (MRI) based biomarker research to date has focused on neuronal loss in grey matter and there is a paucity of research on white matter. METHODS: Longitudinal DTI data from the Alzheimer's Disease Neuroimaging Initiative 2 database were used to examine 1) the within-group microstructural white matter changes in individuals with AD and healthy controls at baseline and year one; and 2) the between-group microstructural differences in individuals with AD and healthy controls at both time points. RESULTS: 1) Within-group: longitudinal Tract-Based Spatial Statistics revealed that individuals with AD and healthy controls both had widespread reduced fractional anisotropy (FA) and increased mean diffusivity (MD) with changes in the hippocampal cingulum exclusive to the AD group. 2) Between-group: relative to healthy controls, individuals with AD had lower FA and higher MD in the hippocampal cingulum, as well as the corpus callosum, internal and external capsule; corona radiata; posterior thalamic radiation; superior and inferior longitudinal fasciculus; fronto-occipital fasciculus; cingulate gyri; fornix; uncinate fasciculus; and tapetum. CONCLUSION: The current results indicate that sensitivity to white matter microstructure is a promising avenue for AD biomarker research. Additional longitudinal studies on both white and grey matter are warranted to further evaluate potential clinical utility.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle