MétaCan
Menu
Retour à la cohorte
Enregistrement W2567403639 · doi:10.1093/brain/aww319

Heterogeneity of neuroanatomical patterns in prodromal Alzheimer’s disease: links to cognition, progression and biomarkers

2016· article· en· W2567403639 sur OpenAlexfundno aff
Aoyan Dong, Jon B. Toledo, Nicolas Honnorat, Jimit Doshi, Erdem Varol, Aristeidis Sotiras, David A. Wolk, John Q. Trojanowski, Christos Davatzikos

Notice bibliographique

RevueBrain · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute on AgingCanadian Institutes of Health Research
Mots-clésNeuroimagingPsychologyAlzheimer's Disease Neuroimaging InitiativeCognitionAlzheimer's diseaseTemporal lobeDiseaseAtrophyNeuroscienceCognitive declineBiomarkerCerebrospinal fluidHyperintensityDementiaPathologyMedicineMagnetic resonance imagingCognitive impairmentBiologyEpilepsy

Résumé

récupéré en direct d'OpenAlex

See Coulthard and Knight (doi:10.1093/aww335) for a scientific commentary on this article.Individuals with mild cognitive impairment and Alzheimer's disease clinical diagnoses can display significant phenotypic heterogeneity. This variability likely reflects underlying genetic, environmental and neuropathological differences. Characterizing this heterogeneity is important for precision diagnostics, personalized predictions, and recruitment of relatively homogeneous sets of patients into clinical trials. In this study, we apply state-of-the-art semi-supervised machine learning methods to the Alzheimer's disease Neuroimaging cohort (ADNI) to elucidate the heterogeneity of neuroanatomical differences between subjects with mild cognitive impairment (n = 530) and Alzheimer's disease (n = 314) and cognitively normal individuals (n = 399), thereby adding to an increasing literature aiming to establish neuroanatomical and neuropathological (e.g. amyloid and tau deposition) dimensions in Alzheimer's disease and its prodromal stages. These dimensional approaches aim to provide surrogate measures of heterogeneous underlying pathologic processes leading to cognitive impairment. We relate these neuroimaging patterns to cerebrospinal fluid biomarkers, white matter hyperintensities, cognitive and clinical measures, and longitudinal trajectories. We identified four such atrophy patterns: (i) individuals with largely normal neuroanatomical profiles, who also turned out to have the least abnormal cognitive and cerebrospinal fluid biomarker profiles and the slowest clinical progression during follow-up; (ii) individuals with classical Alzheimer's disease neuroanatomical, cognitive, cerebrospinal fluid biomarkers and clinical profile, who presented the fastest clinical progression; (iii) individuals with a diffuse pattern of atrophy with relatively less pronounced involvement of the medial temporal lobe, abnormal cerebrospinal fluid amyloid-β1-42 values, and proportionally greater executive impairment; and (iv) individuals with notably focal involvement of the medial temporal lobe and a slow steady progression, likely representing in early Alzheimer's disease stages. These four atrophy patterns effectively define a 4-dimensional categorization of neuroanatomical alterations in mild cognitive impairment and Alzheimer's disease that can complement existing dimensional approaches for staging Alzheimer's disease using a variety of biomarkers, which offer the potential for enabling precision diagnostics and prognostics, as well as targeted patient recruitment of relatively homogeneous subgroups of subjects for clinical trials.

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 enseignants0,103
Score d'incertitude au seuil0,242

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 Opus0,025
Tête enseignante GPT0,348
Écart entre enseignants0,324 · 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

Citations189
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207