Distinct subtypes of Alzheimer’s disease based on patterns of brain atrophy: longitudinal trajectories and clinical applications
Notice bibliographique
Résumé
Atrophy patterns on MRI can reliably predict three neuropathological subtypes of Alzheimer's disease (AD): typical, limbic-predominant, or hippocampal-sparing. A method to enable their investigation in the clinical routine is still lacking. We aimed to (1) validate the combined use of visual rating scales for identification of AD subtypes; (2) characterise these subtypes at baseline and over two years; and (3) investigate how atrophy patterns and non-memory cognitive domains contribute to memory impairment. AD patients were classified as either typical AD (n = 100), limbic-predominant (n = 33), or hippocampal-sparing (n = 35) by using the Scheltens' scale for medial temporal lobe atrophy (MTA), the Koedam's scale for posterior atrophy (PA), and the Pasquier's global cortical atrophy scale for frontal atrophy (GCA-F). A fourth group with no atrophy was also identified (n = 30). 230 healthy controls were also included. There was great overlap among subtypes in demographic, clinical, and cognitive variables. Memory performance was more dependent on non-memory cognitive functions in hippocampal-sparing and the no atrophy group. Hippocampal-sparing and the no atrophy group showed less aggressive disease progression. Visual rating scales can be used to identify distinct AD subtypes. Recognizing AD heterogeneity is important and visual rating scales may facilitate investigation of AD heterogeneity in clinical routine.
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 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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».