MétaCan
Menu
Retour à la cohorte
Enregistrement W2978584402 · doi:10.3389/fnagi.2019.00270

Free Water in White Matter Differentiates MCI and AD From Control Subjects

2019· article· en· W2978584402 sur OpenAlexafffund
Matthieu Dumont, Maggie Roy, Pierre‐Marc Jodoin, Félix C. Morency, Jean‐Christophe Houde, Zhiyong Xie, Cici Bauer, Tarek A. Samad, Koene R. A. Van Dijk, James Goodman, Maxime Descoteaux

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringCanadian Institutes of Health ResearchNational Institutes of HealthGenentechIXICOH. Lundbeck A/SServierEisaiNorthern California Institute for Research and EducationBioClinicaF. Hoffmann-La RocheUniversity of Southern CaliforniaBiogenU.S. Department of DefenseMeso Scale DiagnosticsAlzheimer's Disease Neuroimaging InitiativeNovartis Pharmaceuticals CorporationPfizerEli Lilly and CompanyBristol-Myers SquibbNational Institute on AgingAlzheimer's AssociationFoundation for the National Institutes of Health
Mots-clésWhite matterDiffusion MRIHyperintensityPartial volumeFluid-attenuated inversion recoveryCardiologyPsychologyNeuroscienceInternal medicineMagnetic resonance imagingPathologyMedicineNuclear medicineRadiology

Résumé

récupéré en direct d'OpenAlex

Recent evidence shows that neuroinflammation plays a role in many neurological diseases including mild cognitive impairment (MCI) and Alzheimer's disease (AD), and that free water (FW) modeling from clinically acquired diffusion MRI (DTI-like acquisitions) can be sensitive to this phenomenon. This FW index measures the fraction of the diffusion signal explained by isotropically unconstrained water, as estimated from a bi-tensor model. In this study, we developed simple but powerful whole-brain FW measure designed for easy translation to clinical settings and potential use as a priori outcome measure in clinical trials. These simple FW measures use a “safe“ white matter (WM) mask without gray matter (GM)/CSF partial volume contamination (WM_safe) near ventricles and sulci. We investigated if FW inside the WM_safe mask, including and excluding areas of white matter damage such as white matter hyperintensities (WMHs) as shown on T2 FLAIR, computed across the whole white matter could be indicative of diagnostic grouping along the AD continuum. \\ After careful quality control, 81 cognitively normal controls (NC), 103 subjects with MCI and 42 with AD were selected from the ADNIGO and ADNI2 databases. We show that MCI and AD have significantly higher FW measures even after removing all partial volume contamination. We also show, for the first time, that when WMHs are removed from the masks, the significant results are maintained, which demonstrates that the FW measures are not just a byproduct of WMHs. Our new and simple FW measures can be used to increase our understanding of the role of inflammation-associated edema in AD and may aid in the differentiation of healthy subjects from MCI and AD patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,266
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), 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

Citations100
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

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