Amyloid Network Topology Characterizes the Progression of Alzheimer’s Disease During the Predementia Stages
Notice bibliographique
Résumé
There is increasing evidence showing that the accumulation of the amyloid-β (Aβ) peptide into extracellular plaques is a central event in Alzheimer's disease (AD). These abnormalities can be detected as lowered levels of Aβ42 in the cerebrospinal fluid (CSF) and are followed by increased amyloid burden on positron emission tomography (PET) several years before the onset of dementia. The aim of this study was to assess amyloid network topology in nondemented individuals with early stage Aβ accumulation, defined as abnormal CSF Aβ42 levels and normal Florbetapir PET (CSF+/PET-), and more advanced Aβ accumulation, defined as both abnormal CSF Aβ42 and Florbetapir PET (CSF+/PET+). The amyloid networks were built using correlations in the mean 18F-florbetapir PET values between 72 brain regions and analyzed using graph theory analyses. Our findings showed an association between early amyloid stages and increased covariance as well as shorter paths between several brain areas that overlapped with the default-mode network (DMN). Moreover, we found that individuals with more advanced amyloid accumulation showed more widespread changes in brain regions both within and outside the DMN. These findings suggest that amyloid network topology could potentially be used to assess disease progression in the predementia stages of AD.
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 | 0,002 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».