Applying surface-based morphometry to study ventricular abnormalities of cognitively unimpaired subjects prior to clinically significant memory decline
Notice bibliographique
Résumé
Ventricular volume (VV) is a widely used structural magnetic resonance imaging (MRI) biomarker in Alzheimer's disease (AD) research. Abnormal enlargements of VV can be detected before clinically significant memory decline. However, VV does not pinpoint the details of subregional ventricular expansions. Here we introduce a ventricular morphometry analysis system (VMAS) that generates a whole connected 3D ventricular shape model and encodes a great deal of ventricular surface deformation information that is inaccessible by VV. VMAS contains an automated segmentation approach and surface-based multivariate morphometry statistics. We applied VMAS to two independent datasets of cognitively unimpaired (CU) groups. To our knowledge, it is the first work to detect ventricular abnormalities that distinguish normal aging subjects from those who imminently progress to clinically significant memory decline. Significant bilateral ventricular morphometric differences were first shown in 38 members of the Arizona APOE cohort, which included 18 CU participants subsequently progressing to the clinically significant memory decline within 2 years after baseline visits (progressors), and 20 matched CU participants with at least 4 years of post-baseline cognitive stability (non-progressors). VMAS also detected significant differences in bilateral ventricular morphometry in 44 Alzheimer's Disease Neuroimaging Initiative (ADNI) subjects (18 CU progressors vs. 26 CU non-progressors) with the same inclusion criterion. Experimental results demonstrated that the ventricular anterior horn regions were affected bilaterally in CU progressors, and more so on the left. VMAS may track disease progression at subregional levels and measure the effects of pharmacological intervention at a preclinical stage.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».