The personalized Alzheimer's disease cortical thickness index predicts likely pathology and clinical progression in mild cognitive impairment
Notice bibliographique
Résumé
INTRODUCTION: An Alzheimer's disease (AD) biomarker adjusted for age-related brain changes should improve specificity for AD-related pathological burden. METHODS: We calculated a brain-age-adjusted "personalized AD cortical thickness index" (pADi) in mild cognitive impairment patients from the Alzheimer's Disease Neuroimaging Initiative. We performed receiver operating characteristic analysis for discrimination between patients with and without cerebrospinal fluid evidence of AD and logistic regression in an independent sample to determine if a dichotomized pADi predicted conversion to AD dementia. RESULTS: Receiver operating characteristic area under the curve was 0.69 and 0.72 in the two samples. Three empirical methods identified the same cut-point for pADi in the discovery sample. In the validation sample, 83% of pADi+ mild cognitive impairment patients were cerebrospinal fluid AD biomarker positive. pADi+ mild cognitive impairment patients (n = 63, 38%) were more likely to progress to AD dementia after 1 (odds ratio = 2.9) and 3 (odds ratio = 2.6) years. DISCUSSION: The pADi is a personalized, magnetic resonance imaging-derived AD biomarker that predicts progression to dementia.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».