Distinct Subgroups of Amnestic Mild Cognitive Impairment as Identified by Soft Independent Modeling of Class Analogy
Notice bibliographique
Résumé
Amnestic mild cognitive impairment (aMCI) is a condition characterized by mild deficits in episodic and semantic memory and learning. The conversion rate of aMCI to Alzheimer disease (AD) is significantly higher in aMCI than in the general population. The aim of this study is to examine whether aMCI is a valid diagnostic category or whether aMCI comprises different subgroups based on cognitive functions. We recruited 60 aMCI patients, 60 with AD and 61 healthy controls who completed neuropsychological tests of the Consortium to Establish a Registry for Alzheimer’s Disease (CERAD-NP) and biomarkers including serum anion gap (AGAP). Principal component analysis, support vector machine and Soft Independent Modeling of Class Analogy (SIMCA) showed that AD patients and controls were highly significantly discrimanted from each other, while patients with aMCI overlap considerably with normal controls. SIMCA showed that 68.3% of the aMCI patients were assigned to the control class (named: aMCI-HC), 15% to AD (aMCI-AD), while 16.6% did not belong to either class (aMCI-strangers). aMCI-HC subjects showed sings of very mild cognitive decline and impaired recall. aMCI-strangers showed signs of mild cognitive impairment with impaired fluency and naming. aMCI-AD cases showed a cognitive profile reminiscent of AD an increased AGAP levels. In conclusion, our SIMCA model may classify subjects afforded a clinical diagnosis of aMCI according to Petersen’s criteria into three clinically relevant subgroups and help in the early detection of AD by identifying aMCI patients at risk to develop AD and those that have an AD prodrome.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».