P4‐296: LONGITUDINAL RELATIONSHIPS BETWEEN HIPPOCAMPAL VOLUME AND CORTICAL METABOLISM IN AMNESTIC MILD COGNITIVE IMPAIRMENT
Notice bibliographique
Résumé
Hippocampal volume (HV) and fluorodeoxyglucose positron emission tomography (FDG-PET) have been proposed as biomarkers representing neurodegeneration and cortical metabolism, respectively, in Alzheimer's diseases (AD). Precision in the temporal staging of these biomarkers remains lacking. Here we propose that they be staged based on the causal influences of their comingling trajectories over time. We further examine how these trajectories are affected by comorbid small vessel disease, and their relationships with cerebrospinal fluid (CSF) biomarkers (i.e. amyloid-beta 42 [Aβ42] and phospho-tau [p-tau] concentrations). A latent growth curve model with two parallel processes was used to examine the longitudinal relationships between HV and FDG-PET in 525 participants of the Alzheimer's Disease Neuroimaging Initiative with mild cognitive impairment (MCI). The intercepts and slopes of the HV and FDG-PET (averaged signal from angular, inferior/middle temporal, and posterior cingulate gyri) trajectories were modelled as latent variables using their observed measures at three timepoints (baseline, 12 months, and 24 months). The influences of each intercept on each slope were assessed simultaneously, controlling for correlations between intercepts and slopes, and for relevant covariates, including baseline CSF Aβ42 and p-tau concentrations, and white matter hyperintensity (WMH) volumes. A lower FDG-PET signal at the intercept predicted a more negative HV slope (β=0.191, p=0.028) but the reciprocal influence was not found (β=−0.001, p=0.994; Figure 1). Lower CSF Aβ42 and higher CSF p-tau concentrations predicted a lower FDG-PET signal at the intercept (β=0.034, p<0.001; β=−1.053, p<0.001) and a more negative FDG-PET slope (β=0.068, p=0.021; β=−3.594, p=0.017). Higher CSF p-tau predicted a more negative HV slope (β=−1.469, p=0.001) but CSF Aβ42 did not influence HV parameters. Larger WMH volumes predicted a lower FDG-PET intercept (β=−0.083, p=0.006), and a more negative HV slope (β=−0.085, p=0.013).
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».