MétaCan
Menu
Retour à la cohorte
Enregistrement W2910545122 · doi:10.18060/22740

Decreased Dynamic Flexibility of Brain Functional Connectivity in Prodromal Alzheimer’s Disease

2018· article· en· W2910545122 sur OpenAlexaboutno aff
Zachary G. Osborn, Shannon L. Risacher, John D. West, Eileen F. Tallman, Liana G. Apostolova, Olaf Sporns, Andrew J. Saykin

Notice bibliographique

RevueProceedings of IMPRS · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFunctional connectivityNeuroscienceFlexibility (engineering)DiseaseDynamic functional connectivityAlzheimer's diseaseMedicinePsychologyInternal medicineMathematics

Résumé

récupéré en direct d'OpenAlex

Background and Hypothesis: In neuroimaging, functional connectivity (FC), defined as the correlation between the functional MRI signals of two brain grey matter regions of interest (ROIs), is thought to reflect communication between ROIs. Changes in whole brain FC networks have been detected in Alzheimer’s disease (AD); however, traditional FC networks generated using the entire length of an fMRI scan could miss cognitively relevant fluctuations in FC. Analyzing dynamic patterns of FC within subsets of fMRI scans is hypothesized to enable greater sensitivity to deficits of information transfer and processing in AD compared to static FC. Project Methods: Functional MRI data of 58 participants with either subjective cognitive decline (SCD), mild cognitive impairment (MCI), AD, or controls were divided into time windows; the FC within each window provides sequential dynamic FC networks (dFC). Each dFC network was partitioned into subnetworks, e.g. visual or motor, whose member ROIs are strongly interconnected, and the functional flexibility of an ROI was estimated by the number of times it switches subnetworks in a scan. Results: The flexibility of the left inferior parietal lobule, right rostral lateral orbitofrontal cortex, and right amyglada/parahippocampal gyrus showed the highest correlations with Montreal Cognitive Assessment scores: r = 0.2516, 0.2480, and 2421, respectively. Although no correlations reached conventional significance (p = 0.0568, 0.0605, and 0.0671, uncorrected), this may reflect low power that should be increased with a planned larger sample. Potential Impact: Dynamic FC analyses may help clarify the neurophysiological mechanisms underlying cognitive decline, but methodological refinements and higher resolution data are likely needed to realize this potential.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,050
Tête enseignante GPT0,297
Écart entre enseignants0,247 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of IMPRSMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207