MétaCan
Menu
← Retour à la cohorte
Enregistrement W2980692934 · doi:10.1016/j.jalz.2019.06.4463

O2‐03‐01: AMYLOIDOSIS INDUCES EARLY METABOLIC REORGANIZATION

2019· article· en· W2980692934 sur OpenAlexaff
Wagner S. Brum, Andrei Bieger, Guilherme G. Schu Peixoto, Tharick A. Pascoal, Andréa Lessa Benedet, Pedro Rosa‐Neto, Eduardo R. Zimmer

Notice bibliographique

RevueAlzheimer s & Dementia · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBioinformatics and Genomic Networks
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésStandardized uptake valuePositron emission tomographyFluorodeoxyglucoseNeuroimagingAlzheimer's diseaseNuclear medicineInternal medicineMedicineDiseasePathologyBiologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Cerebral glucose hypometabolism – indexed by 18-fluorodeoxyglucose ([F]FDG) positron emission tomography (PET) imaging – is a metabolic signature of Alzheimer's disease (AD) patients. More than providing regional estimations of glucose metabolism, [F]FDG network analyses constitute a sophisticated approach for analyzing [F]FDG data at the group level. [F]FDG networks have the potential for unraveling disease-related cerebral metabolic architecture abnormalities. Here, we developed a novel and refined metabolic brain network method that has the potential to significantly detect subtle alterations in glucose metabolism and applied this method to cognitively unimpaired (CU) amyloid positive (Aβ+) and amyloid negative (Aβ-) individuals. We hypothesized similar glucose metabolism between groups but a more disorganized metabolic brain network in the Aβ+ group. We selected the 186 CU individuals from the ADNI1 and ADNI2 studies who had available data for [F]FDG-PET and CSF Aβ1-42 (Elecsys® immunoassay). Aβ positivity cutoff was defined as <1098 pg/mL. CU individuals were divided in Aβ- (n=108) and Aβ+ (n=78). Standardized uptake value ratio (SUVr) were calculated using the pons as reference region. Kruskal-Wallis between-groups corrected by false discovery rate (FDR) were used to compare regions classically hypometabolic in AD. Group-based metabolic brain networks were constructed using 96 volumes of interest (VOIs). We defined representative networks by computing the group-wise mean correlation matrix based on 10000 random sub-sampling. Networks were corrected for multiple comparisons using FDR. Graph theoretical measures such as density and global efficiency were calculated for each of the subsamples. Statistical significance was set as p<0.05. Aβ+ and Aβ- individuals presented similar median SUVR values in regions classically associated with AD (parieto-temporal areas, precuneus, cingulate region, hippocampal formation and frontal cortex, figure 1). By contrast, a widespread hyposynchronyc pattern was identified in the Aβ+ group (Figure 2A-B). Graph measures demonstrates a lower global efficiency (Figure 2C) and decreased density (Figure 2D).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetBioinformatics and Genomic Networks→Travaux en français237 207→