MétaCan
Menu
Retour à la cohorte
Enregistrement W2889740324 · doi:10.3389/fnagi.2018.00251

The Combination of Functional and Structural MRI Is a Potential Screening Tool in Alzheimer’s Disease

2018· article· en· W2889740324 sur OpenAlexfundno aff
Chun‐Chao Huang, Wei‐Ming Huang, Chia‐Hung Chen, Zong‐Yi Jhou, The Alzheimer’s Disease Neuroimaging Initiative, Ching‐Po Lin

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringCanadian Institutes of Health ResearchNational Institutes of HealthGenentechIXICOH. Lundbeck A/SServierEisaiNorthern California Institute for Research and EducationUniversity of California, San DiegoPfizerBiogenBioClinicaF. Hoffmann-La RocheUniversity of Southern CaliforniaEli Lilly and CompanyU.S. Department of DefenseMeso Scale DiagnosticsAlzheimer's Disease Neuroimaging InitiativeNovartis Pharmaceuticals CorporationBristol-Myers SquibbNational Institute on AgingAlzheimer's AssociationFoundation for the National Institutes of Health
Mots-clésMagnetic resonance imagingMedicineNeuroimagingPositron emission tomographyCerebrospinal fluidFunctional magnetic resonance imagingDiseaseAlzheimer's Disease Neuroimaging InitiativeInternal medicineAlzheimer's diseasePsychologyOncologyNuclear medicineRadiologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Introduction: This study aimed to survey the discrimination power of parameters from cerebrospinal fluid (CSF) biomarkers, fluorodeoxyglucose uptake on PET (FDG-PET), structural magnetic resonance imaging (MRI) and functional MRI in high and low risk subjects or in converters and stable subjects of normal and mild cognitive impairment (MCI) statuses. Methods: We used baseline resting-state functional MRI (rfMRI) from the Alzheimer’s disease neuroimaging initiative (ADNI) dataset to analyze functional networks and recorded subjects’ characteristics and results of CSF study, FDG-PET, and structural MRI from ADNI website. All parameters were evaluated between-group difference among normal (NC), MCI and Alzheimer’s disease (AD) groups. The parameters other than CSF results were included to study difference between high and low AD risk subjects in NC or MCI groups, based on CSF results. On the basis of two-year follow-up conditions, all parameters were compared between stable subjects and converters in NC and MCI. Results: CSF biomarkers, FDG-PET, structural MRI and functional MRI are all able to differentiate AD from MCI or NC but not between MCI and NC. As compared with low AD risk subjects, high-risk subjects present decreased FDG-PET in both MCI and NC groups but structural MRI change only in MCI status and rfMRI alteration only in NC status. As compared with stable subjects, converters have decreased FDG-PET, functional network changes and structural changes in both MCI and NC groups. Conclusion: The combination of functional and structural MRI is a safer screening tool but with similar power as FDG-PET to reflect CSF change in AD pathological process and to identify high-risk subjects and converters in NC and MCI.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,263
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207