MétaCan
Menu
Retour à la cohorte
Enregistrement W2891900152 · doi:10.1002/jmri.26195

T2 Relaxometry and Diffusion Tensor Indices of the Hippocampus and Entorhinal Cortex Improve Sensitivity and Specificity of MRI to Detect Amnestic Mild Cognitive Impairment and Alzheimer's Disease Dementia

2018· article· en· W2891900152 sur OpenAlexaboutno aff
Michael J. Knight, Alfie Wearn, Elizabeth Coulthard, Risto A. Kauppinen

Notice bibliographique

RevueJournal of Magnetic Resonance Imaging · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesDunhill Medical TrustBRACE
Mots-clésEntorhinal cortexDiffusion MRIHippocampusHippocampal formationDementiaFractional anisotropyNeuroscienceRelaxometryPsychologyMagnetic resonance imagingMedicineInternal medicineRadiologyDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Quantitative T2 and diffusion MRI indices inform about tissue state and microstructure, both of which may be affected by pathology before tissue atrophy. PURPOSE: To evaluate the capability of both volumetric and quantitative MRI (qMRI) of the hippocampus and entorhinal cortex (EC) for classification of amnestic mild cognitive impairment (aMCI) and Alzheimer's disease dementia (ADD). STUDY TYPE: Retrospective cross-sectional study. POPULATION: Consecutive cohorts of healthy age-matched controls (n = 62), aMCI patients (n = 25), and ADD patients (n = 14). FIELD STRENGTH/SEQUENCE: 3T using T1-weighted imaging, T2-weighted imaging, T2 relaxometry and diffusion tensor imaging (DTI). ASSESSMENT: Montreal Cognitive Assessment and paired associate learning tests for cognitive state. Hippocampal subfield volumes by the automated segmentation of hippocampal subfields system from structural brain images. T2 relaxation time and DTI indices quantified for hippocampal subfields. The fraction of voxels with high T2 values (>20 ms above subfield median) was calculated and regionalized for hippocampus and EC. STATISTICAL TESTS: Support vector machine and receiver operating characteristic analyses from cognitive and MRI data. RESULTS: qMRI classified aMCI and ADD with excellent sensitivity (79.0% and 94.5%, respectively) and specificity (85.6% and 86.1%, respectively), superior to volumes alone (70.0% and 84.5% for respective sensitivities; 82.2 and 91.1 for respective specificities) and similar to cognitive tests (61.7% and 87.5% for respective sensitivities; 88.2% and 90.7% for respective specificities). Regions of high T2 are dispersed throughout each hippocampal subfield in aMCI and ADD with higher concentration than controls, and was most pronounced in the EC. No other individual qMRI marker than EC volume can separate aMCI from ADD, however. DATA CONCLUSION: qMRI markers of hippocampal and entorhinal tissue states are sensitive and specific classifiers of aMCI and ADD. They may serve as markers of a neurodegenerative state preceding volume loss. LEVEL OF EVIDENCE: 2 Technical Efficacy: Stage 3 J. Magn. Reson. Imaging 2019;49:445-455.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,246
Score d'incertitude au seuil0,526

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,274
Écart entre enseignants0,264 · 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 tête enseignante, 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

Citations41
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Magnetic Resonance ImagingMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207