Resting State BOLD Variability in Alzheimer’s Disease: A Marker of Cognitive Decline or Cerebrovascular Status?
Notice bibliographique
Résumé
Background: Alzheimer’s disease (AD) is a neurodegenerative disorder that may benefit from early diagnosis and intervention. Therefore, there is a need to identify early biomarkers of AD using non-invasive techniques such as functional magnetic resonance imaging (fMRI). Recently, novel approaches to the analysis of resting-state fMRI data have been developed that focus on the moment-to-moment variability in the blood oxygen level dependent (BOLD) signal. The objective of the current study was to investigate BOLD variability as a novel early biomarker of AD and its associated psychophysiological correlates. Method: Data were obtained from the Alzheimer's Disease Neuroimaging Initiative (ADNI) 2 database from 19 participants with AD and 19 similarly-aged controls. For each participant, a map of BOLD signal variability (SDBOLD) was computed as the standard deviation of the BOLD timeseries at each voxel. Group comparisons were performed to examine global differences in resting state SDBOLD in AD versus healthy controls. Correlations were then examined between participant SDBOLD maps and (1) ADNI-derived composite scores of memory and executive function and (2) neuroimaging markers of cerebrovascular status. Results: Between-group comparisons revealed significant (p < 0.05) increases in SDBOLD in patients with AD relative to healthy controls in right-lateralized frontal regions. Lower memory scores and higher WMH burden were associated with greater SDBOLD in the healthy control group (P <0.1), but not individuals with AD. Conclusion: The current study provides proof of concept of a novel resting state fMRI analysis technique that is non-invasive, easily accessible, and clinically compatible. To further explore the potential of SDBOLD as a biomarker of AD, additional studies in larger, longitudinal samples are needed to better understand the changes in SDBOLD that characterize earlier stages of disease progression and their underlying psychophysiological correlates.
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 | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».