Defining SNAP by cross-sectional and longitudinal definitions of neurodegeneration
Notice bibliographique
Résumé
Introduction: Suspected non-Alzheimer's pathophysiology (SNAP) is a biomarker driven designation that represents a heterogeneous group in terms of etiology and prognosis. SNAP has only been identified by cross-sectional neurodegeneration measures, whereas longitudinal measures might better reflect "active" neurodegeneration and might be more tightly linked to prognosis. We compare neurodegeneration defined by cross-sectional 'hippocampal volume' only (SNAP/L-) versus both cross-sectional and longitudinal 'hippocampal atrophy rate' (SNAP/L+) and investigate how these definitions impact prevalence and the clinical and biomarker profile of SNAP in Mild Cognitive Impairment (MCI). Methods: 276 MCI patients from ADNI-GO/2 were designated amyloid "positive" (A+) or "negative" (A-) based on their florbetapir scan and neurodegeneration 'positive' or 'negative' based on cross-sectional hippocampal volume and longitudinal hippocampal atrophy rate. Results: 74.1% of all SNAP participants defined by the cross-sectional definition of neurodegeneration also met the longitudinal definition of neurodegeneration, whereas 25.9% did not. SNAP/L+ displayed larger white matter hyperintensity volume, a higher conversion rate to dementia over 5 years and a steeper decline on cognitive tasks compared to SNAP/L- and the A- CN group. SNAP/L- had more abnormal values on neuroimaging markers and worse performance on cognitive tasks than the A- CN group, but did not show a difference in dementia conversion rate or longitudinal cognition. Discussion: Using a longitudinal definition of neurodegeneration in addition to a cross-sectional one identifies SNAP participants with significant cognitive decline and a worse clinical prognosis for which cerebrovascular disease may be an important driver.
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 ».