Multicenter Tract-Based Analysis of Microstructural Lesions within the Alzheimer’s Disease Spectrum: Association with Amyloid Pathology and Diagnostic Usefulness
Notice bibliographique
Résumé
Diffusion changes as determined by diffusion tensor imaging are potential indicators of microstructural lesions in people with mild cognitive impairment (MCI), prodromal Alzheimer's disease (AD), and AD dementia. Here we extended the scope of analysis toward subjective cognitive complaints as a pre-MCI at risk stage of AD. In a cohort of 271 participants of the prospective DELCODE study, including 93 healthy controls and 98 subjective cognitive decline (SCD), 45 MCI, and 35 AD dementia cases, we found reductions of fiber tract integrity in limbic and association fiber tracts in MCI and AD dementia compared with controls in a tract-based analysis (p < 0.05, family wise error corrected). In contrast, people with SCD showed spatially restricted white matter alterations only for the mode of anisotropy and only at an uncorrected level of significance. DTI parameters yielded a high cross-validated diagnostic accuracy of almost 80% for the clinical diagnosis of MCI and the discrimination of Aβ positive MCI cases from Aβ negative controls. In contrast, DTI parameters reached only random level accuracy for the discrimination between Aβ positive SCD and control cases from Aβ negative controls. These findings suggest that in prodromal stages of AD, such as in Aβ positive MCI, multicenter DTI with prospectively harmonized acquisition parameters yields diagnostic accuracy meeting the criteria for a useful biomarker. In contrast, automated tract-based analysis of DTI parameters is not useful for the identification of preclinical AD, including Aβ positive SCD and control cases.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».