Neurodegenerative Patterns of Cognitive Clusters of Early-Onset Alzheimer’s Disease Subjects: Evidence for Disease Heterogeneity
Notice bibliographique
Résumé
BACKGROUND/AIMS: Alzheimer's disease (AD) with onset before 65 (early-onset AD [EOAD]) occurs in approximately 6% of cases and can affect nonmemory domains. Here, we analyze patterns of impairment in amnestic EOAD individuals using data-driven statistical analyses. METHODS: Cognitive data of 146 EOAD subjects were Z-normalized to 395 cognitively normal (CN) individuals. Domain-averaged Z-scores were adjusted for age, sex, and education followed by Wald cluster analysis of residuals. Magnetic resonance imaging and positron emission tomography comparisons of EOAD clusters to age-matched CN were done using Statistic Parametric Mapping 8. Cluster-level-family-wise error (p < 0.05) correction was applied. Mixed-effect models were used to compute longitudinal change across clusters. RESULTS: Scree plot using the pseudo-T-squared suggested a 4-cluster solution. Cluster 1 (memory-predominant impairment) showed atrophy/hypometabolism in medial/lateral temporal, lateral parietal, and posterior cingulate regions. Cluster 2 (memory/visuospatial-predominant) showed atrophy/hypometabolism of medial temporal, temporoparietal, and frontal cortices. Cluster 3 (memory, language, and executive function) and Cluster 4 (globally impaired) manifested atrophy and hypometabolism throughout the brain. Longitudinally between-cluster differences in the visuospatial and language/executive domains were significant, suggesting phenotypic variation. CONCLUSION: We observed significant heterogeneity in cognitive presentation among amnestic EOAD subjects and patterns of atrophy/hypometabolism in each cluster in agreement with the observed cognitive phenotype.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».