Group-Level Progressive Alterations in Brain Connectivity Patterns Revealed by Diffusion-Tensor Brain Networks across Severity Stages in Alzheimer’s Disease
Notice bibliographique
Résumé
Alzheimer's disease (AD) is a chronically progressive neurodegenerative disease highly correlated to aging. Whether AD originates by targeting a localized brain area and propagates to the rest of the brain across disease-severity progression is a question with an unknown answer. Here, we aim to provide an answer to this question at the group-level by looking at differences in diffusion-tensor brain networks. In particular, making use of data from Alzheimer's Disease Neuroimaging Initiative (ADNI), four different groups were defined (all of them matched by age, sex and education level): G_1(N_1=36, healthy control subjects, Control), G_2 (N_2=36, early mild cognitive impairment, EMCI), G_3 (N_3=36, late mild cognitive impairment, LMCI) and G_4(N_4=36, AD). Diffusion-tensor brain networks were compared across three disease stages: stage I (Control vs EMCI), stage II (Control vs LMCI) and stage III (Control vs AD). The group comparison was performed using the multivariate distance matrix regression analysis, a technique that was born in genomics and was recently proposed to handle brain functional networks, but here applied to diffusion-tensor data. The results were three-fold: First, no significant differences were found in stage I. Second, significant differences were found in stage II in the connectivity pattern of a subnetwork strongly associated to memory function (including part of the hippocampus, amygdala, entorhinal cortex, fusiform gyrus, inferior and middle temporal gyrus, parahippocampal gyrus and temporal pole). Third, a widespread disconnection across the entire AD brain was found in stage III, affecting more strongly the same memory subnetwork appearing in stage II, plus the other new subnetworks, including the default mode network, medial visual network, frontoparietal regions and striatum. Our results are consistent with a scenario where progressive alterations of connectivity arise as the disease severity increases and provide the brain areas possibly involved in such a degenerative process. Further studies applying the same strategy to longitudinal data are needed to fully confirm this scenario.
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 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».