MétaCan
Menu
Retour à la cohorte
Enregistrement W2954161556 · doi:10.1016/j.clinph.2019.05.027

Network substrates of cognitive impairment in Alzheimer’s Disease

2019· article· en· W2954161556 sur OpenAlexfundno aff
Luke Tait, George Stothart, Elizabeth Coulthard, Jon T. Brown, Nina Kazanina, Marc Goodfellow

Notice bibliographique

RevueClinical Neurophysiology · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of BristolGarfield Weston FoundationEngineering and Physical Sciences Research CouncilAlzheimer SocietyWellcome TrustWellcome
Mots-clésDisconnectionPsychologyNeuroscienceTemporal lobeCognitionNeuropsychologyCognitive impairmentDiseaseFunctional connectivityAudiologyCognitive psychologyMedicineInternal medicineEpilepsy

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Functional and structural disconnection of the brain is a prevailing hypothesis to explain cognitive impairment in Alzheimer's Disease (AD). We aim to understand the link between alterations to networks and cognitive impairment using functional connectivity analysis and modelling. METHODS: EEG was recorded from 21 AD patients and 26 controls, mapped into source space using eLORETA, and functional connectivity was calculated using phase locking factor. The mini-mental state exam (MMSE) was used to assess cognitive impairment. A computational model was used to uncover mechanisms of altered functional connectivity. RESULTS: Small-worldness (SW) of functional networks decreased in AD and was positively correlated with MMSE score and the language sub-score. Reduced SW was a result of increased path lengths, predominantly localized to the temporal lobes. Combining observed differences in local oscillation frequency with reduced temporal lobe effective connectivity in the model could account for observed functional network differences. CONCLUSIONS: Temporal lobe disconnection plays a key role in cognitive impairment in AD. SIGNIFICANCE: We combine electrophysiology, neuropsychological scores, and computational modelling to provide novel insight into the relationships between the disconnection hypothesis and cognitive decline in AD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,097
Score d'incertitude au seuil0,957

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,091
Tête enseignante GPT0,352
Écart entre enseignants0,262 · 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 tête enseignante, 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

Citations34
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical NeurophysiologyMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207