Classifying cognitive impairment based on the spatial heterogeneity of cerebral blood flow images
Notice bibliographique
Résumé
BACKGROUND: The spatial coefficient of variation (sCoV) of arterial spin-labeled (ASL) MRI can index cerebral blood flow spatial heterogeneity. This metric reflects delayed blood delivery-seen as a hyperintense ASL signal juxtaposed by hypointense regions. PURPOSE: To investigate the use of ASL-sCoV in the classification of cognitively unimpaired (CU), mild cognitive impairment (MCI), and Alzheimer's disease (AD) cohorts. STUDY TYPE: Prospective/cohort. POPULATION: Baseline ASL images from AD neuroimaging initiative dataset in three groups of CU, MCI, and AD (N = 258). FIELD STRENGTH/SEQUENCE: Pulsed ASL (PICORE QT2) images were acquired on 3 T Siemens systems (TE/TR = 12/3400 msec, TI1/2 = 700/1900 msec). ASSESSMENT: ASL-sCoV was calculated in temporal, parietal, occipital, and frontal lobes as well as whole gray matter. STATISTICAL TESTS: The primary analysis used an analysis of covariance to investigate sCoV and cognitive group (CU, MCI, AD) associations. We also evaluated the repeatability of sCoV by calculating within-subject agreement in a subgroup of CU participants with a repeat ASL. The secondary analyses assessed ventricular volume, amyloid burden, glucose uptake, ASL-sCoV, and regional CBF as cognitive group classifiers using logistic regression models and receiver operating characteristic analyses. RESULTS: We found that global and temporal lobe sCoV differed between cognitive groups (P = 0.006). Post-hoc tests showed that temporal lobe sCoV was lower in CU than in MCI (Cohen's d = -0.36) or AD (Cohen's d = -1.36). We found that sCoV was moderately repeatable in CU (intersession intraclass correlation = 0.50; intrasession intraclass correlation = 0.88). Subsequent logistic regression analyses revealed that temporal lobe sCoV and amyloid uptake classified CU vs. MCI (P < 0.01; accuracy = 78%). Temporal lobe sCoV, amyloid, and glucose uptake classified CU vs. AD (P < 0.01; accuracy = 97%); glucose uptake significantly classified MCI vs. AD (P < 0.01; accuracy = 85%). DATA CONCLUSION: We showed that ASL spatial heterogeneity can be used alongside AD neuroimaging markers to distinguish cognitive groups, in particular, cognitively unimpaired from cognitively impaired individuals. LEVEL OF EVIDENCE: 2 Technical Efficacy: Stage 3 J. Magn. Reson. Imaging 2019;50:858-867.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».