MétaCan
Menu
Retour à la cohorte
Enregistrement W2965413344 · doi:10.3389/fnagi.2019.00211

Topographical Heterogeneity of Alzheimer’s Disease Based on MR Imaging, Tau PET, and Amyloid PET

2019· article· en· W2965413344 sur OpenAlexafffund
Seun Jeon, Jae Myeong Kang, Seongho Seo, Hye Jin Jeong, Thomas Funck, Sang‐Yoon Lee, Kee Hyung Park, Yeong‐Bae Lee, Byeong Kil Yeon, Tatsuo Ido, Nobuyuki Okamura, Alan C. Evans, Duk L. Na, Young Noh

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchFondation Brain CanadaMinistry of Science and ICT, South KoreaKorea Health Industry Development InstituteCollege of Medicine, Seoul National UniversityNational Research FoundationFonds de Recherche du Québec - SantéSeoul National University
Mots-clésAtrophyDementiaMagnetic resonance imagingPittsburgh compound BPositron emission tomographyPathologyMedicineClinical Dementia RatingAlzheimer's diseaseNuclear medicineDiseaseRadiology

Résumé

récupéré en direct d'OpenAlex

= 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 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)0,000
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 enseignants0,147
Score d'incertitude au seuil0,550

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,030
Tête enseignante GPT0,320
Écart entre enseignants0,290 · 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

Citations61
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207