Patterns of progressive atrophy vary with age in Alzheimer's disease patients
Notice bibliographique
Résumé
Age is not only the greatest risk factor for Alzheimer's disease (AD) but also a key modifier of disease presentation and progression. Here, we investigate how longitudinal atrophy patterns vary with age in mild cognitive impairment (MCI) and AD. Data comprised serial longitudinal 1.5-T magnetic resonance imaging scans from 153 AD, 339 MCI, and 191 control subjects. Voxel-wise maps of longitudinal volume change were obtained and aligned across subjects. Local volume change was then modeled in terms of diagnostic group and an interaction between group and age, adjusted for total intracranial volume, white-matter hyperintensity volume, and apolipoprotein E genotype. Results were significant at p < 0.05 with family-wise error correction for multiple comparisons. An age-by-group interaction revealed that younger AD patients had significantly faster atrophy rates in the bilateral precuneus, parietal, and superior temporal lobes. These results suggest younger AD patients have predominantly posterior progressive atrophy, unexplained by white-matter hyperintensity, apolipoprotein E, or total intracranial volume. Clinical trials may benefit from adapting outcome measures for patient groups with lower average ages, to capture progressive atrophy in posterior cortices.
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 | 0,000 | 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 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 ».