Memorization Test and Resting State EEG Components in Mild and Subjective Cognitive Impairment
Notice bibliographique
Résumé
BACKGROUND: Mild (MCI) and Subjective Cognitive Impairment (SCI) are conditions at risk of developing Alzheimer's disease (AD). Differential between normal aging at early stages can be really challenging; available biomarkers need to be combined and can be quite invasive and expensive. OBJECTIVE: The aim of this pilot study is to examine possible EEG alterations in MCI and SCI compared to controls, analyzing if a cognitive task could highlight early AD hallmarks. METHOD: We recruited 11 MCI, 8 SCI and 7 healthy subjects as controls (CS), all matched for age and education. Neuropsychological assessment and EEG recording, at resting state and during a mental memory task, were performed. Classical spectral measures and nonlinear parameters were used to characterize EEGs. RESULTS: During cognitive task, α-band power reduction was found predominantly in frontal regions in SCI and CS, diffused to all regions in MCI; moreover, decreased EEG complexity was found in SCI compared to controls. The α -band power attenuation restricted to frontal regions in SCI during a free recall task (involving frontal areas), suggests that MCI patients compensate for encoding deficit by activating different brain networks to perform the same task. Furthermore, EEG complexity reduction - that has been found already in SCI - could be a possible early hallmark of AD. CONCLUSION: This study draws attention on the importance of nonlinear approach in EEG analysis and the potential role of cognitive task in highlighting EEG alterations at very early stages of cognitive impairment; EEG could therefore have a practical impact on dementia diagnosis.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».