Topographical Heterogeneity of Alzheimer’s Disease Based on MR Imaging, Tau PET, and Amyloid PET
Notice bibliographique
Résumé
Alzheimer’s disease (AD) patients are known to have heterogeneous clinical presentation and pathologic patterns. We hypothesize that AD dementia can be categorized into subtypes based on multimodal imaging biomarkers such as magnetic resonance imaging (MRI), tau positron emission tomography (PET), and amyloid PET. We collected 3T MRI, 18F-THK5351 PET, and 18F-flutemetamol (FLUTE) PET data from 83 patients with AD dementia (Clinical Dementia Rating ≤ 1) and 60 normal controls (NC), and applied surface-based analyses to measure cortical thickness, THK5351 SUVR and FLUTE SUVR for each participant. For the patient group, we performed an agglomerative hierarchical clustering analysis using the three multimodal imaging features on the vertices (n = 3 × 79,950). The identified AD subtypes were compared to NC using general linear models adjusting for age, sex, and years of education. We mapped the effect size within significant cortical regions reaching a corrected p-vertex < 0.05 (random field theory). Our surface-based multimodal framework has revealed three distinct subtypes among AD patients: medial temporal-dominant subtype (MT, n = 44), parietal-dominant subtype (P, n = 19), and diffuse atrophy subtype (D, n = 20). The topography of cortical atrophy and THK5351 retention differentiates between the three subtypes. In the case of FLUTE, three subtypes did not show distinct topographical differences, although cortical composite retention was significantly higher in the P type than in the MT type. These three subtypes also differed in demographic and clinical features. In conclusion, AD patients may be clustered into three subtypes with distinct topographical features of cortical atrophy and tau deposition, although amyloid deposition may not differ across the subtypes in terms of topography.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».