MétaCan
Menu
Retour à la cohorte
Enregistrement W3025221675 · doi:10.3389/fnagi.2020.00107

Differences in Cerebral Structure Associated With Depressive Symptoms in the Elderly With Alzheimer’s Disease

2020· article· en· W3025221675 sur OpenAlexfundno aff
Yue Wu, Xingqi Wu, Qiang Wei, Kai Wang, Yanghua Tian

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on AgingCanadian Institutes of Health ResearchNational Institutes of HealthH. Lundbeck A/SServierEisaiGenentechIXICONational Natural Science Foundation of ChinaNorthern California Institute for Research and EducationU.S. Department of DefenseAlzheimer's Disease Neuroimaging InitiativeMeso Scale DiagnosticsUniversity of Southern CaliforniaBiogenBristol-Myers SquibbEli Lilly and CompanyBioClinicaNovartis Pharmaceuticals CorporationPfizerF. Hoffmann-La RocheAlzheimer's Drug Discovery Foundation
Mots-clésInsulaVoxel-based morphometryAtrophyNeuroimagingAlzheimer's diseaseDepression (economics)Internal medicinePsychologyMedicineDepressive symptomsDiseaseNeuroscienceCognitionMagnetic resonance imagingWhite matterRadiology

Résumé

récupéré en direct d'OpenAlex

Background: Alzheimer’s Disease (AD) is characterized by global deterioration in multiple cognitive domains. In addition to cognitive impairment, depressive symptoms are common issues that trouble AD patients. The neuroanatomical basis of depressive symptoms in AD patients has yet to be elucidated. Method: Twenty AD patients and twenty-two healthy controls (HCs) were recruited for the present study. Depressive symptoms in AD patients and HCs were assessed according to the Hamilton Depression Rating Scale (HDRS). Anatomical structural differences were assessed between AD patients and HCs using voxel-based morphometry (VBM) and surface-based morphometry (SBM). Correlation analyses were conducted to investigate relationships between depressive symptoms and structural altered regions. Multiple pattern analysis using linear support vector machine (SVM) was performed in another independent cohort, which were collected from Alzheimer’s Disease Neuroimaging Initiative (ADNI) data and contained twenty AD patients and twenty HCs, to distinguish AD patients from HCs. Results: Compared with HCs, AD patients exhibited global cerebral atrophy in gray matter volume and cortical thickness, including frontal, parietal, temporal, occipital and insular lobes. In addition, insular gray matter volume was negatively correlated with depressive symptoms. Moreover, SVM-based classification achieved an accuracy of 77.5%, a sensitivity of 70% and a specificity of 85% by leave-one-out cross-validation. Conclusion: Gray matter volume of the insula displayed atrophy among AD patients, which is associated with depressive symptoms. Our observations provide a potential neural substrate for analysis to examine the co-occurrence of AD with depressive symptoms.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,268
Écart entre enseignants0,247 · 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'étudeObservationnel
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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207