Connectome-derived diffusion characteristics of the fornix in Alzheimer's disease
Notice bibliographique
Résumé
The fornix bundle is a major white matter pathway of the hippocampus. While volume of the hippocampus has been a primary imaging biomarker of Alzheimer's disease progression, recent research has suggested that the volume and microstructural characteristics of the fornix bundle connecting the hippocampus could add relevant information for diagnosing and staging Alzheimer's disease. Using a robust fornix bundle isolation technique in native diffusion space, this study investigated whether diffusion measurements of the fornix differed between normal older adults and Alzheimer's disease patients when controlling for volume measurements. Data were collected using high gradient multi-shell diffusion-weighted MRI from a Siemens CONNECTOM scanner in 23 Alzheimer's disease and 23 age- and sex-matched control older adults (age range = 53-92). These data were used to reconstruct a continuous fornix bundle in every participant's native diffusion space, from which tract-derived volumetric and diffusion metrics were extracted and compared between groups. Diffusion metrics included those from a tensor model and from a generalized q-sampling imaging model. Results showed no significant differences in tract-derived fornix volumes but did show altered diffusion metrics within tissue classified as the fornix in the Alzheimer's disease group. Comparisons to a manual tracing method indicated the same pattern of results and high correlations between the methods. These results suggest that in Alzheimer's disease, diffusion characteristics may provide more sensitive measures of fornix degeneration than do volume measures and may be a potential early marker for loss of medial temporal lobe connectivity.
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 | 0,001 |
| 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 ».