MétaCan
Menu
Retour à la cohorte
Enregistrement W2894515985 · doi:10.1016/j.nicl.2018.09.026

Unique degeneration signatures in the cerebellar cortex for spinocerebellar ataxias 2, 3, and 7

2018· article· en· W2894515985 sur OpenAlexafffund
Carlos R. Hernandez‐Castillo, Maedbh King, Jörn Diedrichsen, Juan Fernández-Ruíz

Notice bibliographique

RevueNeuroImage Clinical · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensWestern University
Organismes subventionnairesCanada First Research Excellence FundConsejo Nacional de Ciencia y TecnologíaJames S. McDonnell Foundation
Mots-clésDegeneration (medical)Cerebellar DegenerationSpinocerebellar ataxiaCerebellumNeuroscienceCerebellar cortexNeurodegenerationAtaxiaPathologyBiologyPsychologyMedicineDisease

Résumé

récupéré en direct d'OpenAlex

Spinocerebellar ataxias (SCAs) are a heterogeneous group of neurodegenerative diseases that selectively affect vulnerable neuronal populations in the cerebellum and other subcortical regions. While previous studies have reported subtype differences in the absolute amount of degeneration in specific regions of interest, they failed to account for two important factors. First, they did not control for overall differences in the severity of the degeneration pattern, and second, they did not fully characterize the spatial pattern of degeneration for each SCA subtype. Here, we provide a systematic characterization of the spatial degeneration patterns for three polyQ SCAs (55 patients, either SCA2, SCA3, or SCA7) while controlling for the severity of the degeneration pattern. After this correction, the cerebellar degeneration pattern can successfully classify between the three different SCA subtypes with high cross-validated accuracy. Specifically, degeneration in SCA3 disproportionally affects motor regions of the cerebellar cortex, which explains the relatively severe motor symptoms observed in this subtype. Our results demonstrate that each of the three studied SCA subtypes has a unique cerebellar degeneration signature, hinting at differences in the disease process. Clinically, these differentiable patterns of cerebellar degeneration can be used to reliably discern subtypes, even at relatively early stages of the disease.

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)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil0,677

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
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 Opus0,092
Tête enseignante GPT0,380
Écart entre enseignants0,288 · 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'étudeExpérimental (laboratoire)
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

Citations47
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroImage ClinicalMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207