Reduced Dynamic Complexity of BOLD Signals Differentiates Mild Cognitive Impairment From Normal Aging
Notice bibliographique
Résumé
Mild cognitive impairment (MCI) is characterized as a transitional phase between cognitive decline associated with normal aging and Alzheimer's disease (AD). Resting-state functional magnetic resonance imaging (fMRI) measuring blood oxygenation level-dependent (BOLD) signals provides complementary information considered essential for understanding disease progression. Previous studies suggested that multi-scale entropy (MSE) analysis quantifying the complexity of BOLD signals is a novel and promising method for investigating neurodegeneration associated with cognitive decline in different stages of MCI. Therefore, the current study used MSE to explore the changes in the complexity of resting-state brain BOLD signals in patients with early MCI (EMCI) and late MCI (LMCI). We recruited 345 participants' data from the Alzheimer's Disease Neuroimaging Initiative database, including 176 normal control (NC) subjects, 87 patients with EMCI and 82 patients with LMCI. We observed a significant reduction of brain signal complexity toward regularity in the left fusiform gyrus region in the EMCI group and in the rostral anterior cingulate cortex in the LMCI group. Our results extend prior work by revealing that significant reductions of brain BOLD signal complexity can be detected in different stages of MCI independent of age, sex and regional atrophy. Notably, the reduction of BOLD signal complexity in the rostral anterior cingulate cortex was significantly associated with greater risk of progression to AD. The present study thus identified MSE as a potential imaging biomarker for the early diagnosis of pre-clinical Alzheimer's disease and provides further insights into the neuropathology of cognitive decline in prodromal AD.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».