The impact of automated hippocampal volumetry on diagnostic confidence in patients with suspected Alzheimer's disease: A European Alzheimer's Disease Consortium study
Notice bibliographique
Résumé
Abstract Introduction Hippocampal volume is a core biomarker of Alzheimer's disease (AD). However, its contribution over the standard diagnostic workup is unclear. Methods Three hundred fifty‐six patients, under clinical evaluation for cognitive impairment, with suspected AD and Mini–Mental State Examination ≥20, were recruited across 17 European memory clinics. After the traditional diagnostic workup, diagnostic confidence of AD pathology (DCAD) was estimated by the physicians in charge. The latter were provided with the results of automated hippocampal volumetry in standardized format and DCAD was reassessed. Results An increment of one interquartile range in hippocampal volume was associated with a mean change of DCAD of −8.0% (95% credible interval: [−11.5, −5.0]). Automated hippocampal volumetry showed a statistically significant impact on DCAD beyond the contributions of neuropsychology, 18F‐fluorodeoxyglucose positron emission tomography/single‐photon emission computed tomography, and cerebrospinal fluid markers (−8.5, CrI: [−11.5, −5.6]; −14.1, CrI: [−19.3, −8.8]; −10.6, CrI: [−14.6, −6.1], respectively). Discussion There is a measurable effect of hippocampal volume on DCAD even when used on top of the traditional diagnostic workup.
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 | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».