Free Water in White Matter Differentiates MCI and AD From Control Subjects
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle