Altered BOLD signal variation in Alzheimer’s disease and frontotemporal dementia
Notice bibliographique
Résumé
Abstract Recently discovered glymphatic brain clearance mechanisms utilizing physiological pulsations have been shown to fail at removing waste materials such as amyloid and tau plaques in neurodegenerative diseases. Since cardiovascular pulsations are a main driving force of the clearance, this research investigates if commonly available blood oxygen level-dependent (BOLD) signals at 1.5 and 3 T could detect abnormal physiological pulsations in neurodegenerative diseases. Coefficient of variation in BOLD signal (CV BOLD ) was used to estimate contribution of physiological signals in Alzheimer’s disease (AD) and behavioural variant frontotemporal dementia (bvFTD). 17 AD patients and 18 bvFTD patients were compared to 24 control subjects imaged with a 1.5 T setup from a local institute. AD results were further verified with 3 T data from the Alzheimer’s disease neuroimaging initiative (ADNI) repository with 30 AD patients and 40 matched controls. Effect of motion and gray matter atrophy was evaluated and receiver operating characteristic (ROC) analyses was performed. The CV BOLD was higher in both AD and bvFTD groups compared to controls (p < 0.0005). The difference was not explained by head motion or gray matter atrophy. In AD patients, the CV BOLD alterations were localized in overlapping structures in both 1.5 T and 3 T data. Localization of the CV BOLD alterations was different in AD than in bvFTD. Areas where CV BOLD is higher in patient groups than in control group involved periventricular white matter, basal ganglia and multiple cortical structures. Notably, a robust difference between AD and bvFTD groups was found in the CV BOLD of frontal poles. In the analysis of diagnostic accuracy, the CV BOLD metrics area under the ROC for detecting disease ranged 0.85 – 0.96. Conclusions The analysis of brain physiological pulsations measured using CV BOLD reveals disease-specific alterations in both AD and bvFTD.
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 | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».