Lifespan Changes of the Human Brain In Alzheimer’s Disease
Notice bibliographique
Résumé
Brain imaging studies have shown that slow and progressive cerebral atrophy characterized the development of Alzheimer's Disease (AD). Despite a large number of studies dedicated to AD, key questions about the lifespan evolution of AD biomarkers remain open. When does the AD model diverge from the normal aging model? What is the lifespan trajectory of imaging biomarkers for AD? How do the trajectories of biomarkers in AD differ from normal aging? To answer these questions, we proposed an innovative way by inferring brain structure model across the entire lifespan using a massive number of MRI (N = 4329). We compared the normal model based on 2944 control subjects with the pathological model based on 3262 patients (AD + Mild cognitive Impaired subjects) older than 55 years and controls younger than 55 years. Our study provides evidences of early divergence of the AD models from the normal aging trajectory before 40 years for the hippocampus, followed by the lateral ventricles and the amygdala around 40 years. Moreover, our lifespan model reveals the evolution of these biomarkers and suggests close abnormality evolution for the hippocampus and the amygdala, whereas trajectory of ventricular enlargement appears to follow an inverted U-shape. Finally, our models indicate that medial temporal lobe atrophy and ventricular enlargement are two mid-life physiopathological events characterizing AD brain.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».