MétaCan
Menu
Retour à la cohorte
Enregistrement W3081243461 · doi:10.1101/2020.08.20.20176883

Characterizing the spatiotemporal variability of Alzheimer’s disease pathology

2020· preprint· en· W3081243461 sur OpenAlexaff
Jacob W. Vogel, Alexandra L. Young, Neil P. Oxtoby, Ruben Smith, Rik Ossenkoppele, Olof Strandberg, Renaud La Joie, Leon Aksman, Michel J. Grothe, Yasser Iturria‐Medina, Michael J. Pontecorvo, Michael D. Devous, Gil D. Rabinovici, Daniel C. Alexander, Chul Hyoung Lyoo, Alan C. Evans, Oskar Hansson

Notice bibliographique

RevuemedRxiv · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésTemporal lobePathologicalTemporal cortexPathologyDiseaseAlzheimer's diseaseTau pathologyNeurosciencePopulationBiologyPsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Alzheimer’s disease (AD) is characterized by the progressive spread of tau pathology throughout the cerebral cortex. The pattern of spread is thought to be fairly consistent across individuals, though more recent work has demonstrated substantial variability in the AD population that is often associated with distinct clinical phenotypes. Still, a systematic, unbiased, wholebrain characterization of spatiotemporal variation in tau deposition in AD is lacking. We analyzed 1612 tau-PET scans and applied to this sample a disease progression modeling framework designed to identify spatiotemporal trajectories of pathological progression. We identified four distinct trajectories of tau progression, ranging in prevalence from 18–33%, with no one progession predominating. We replicated previously described limbic-predominant and medial temporal lobe-sparing variants, while also discovering posterior and lateral temporal subtypes resembling atypical clinical variants of AD. These “subtypes” were stable during longitudinal follow-up, and could be replicated in a separate sample using a different radiotracer. The subtypes presented with distinct demographic and cognitive profiles and differing longitudinal outcomes, however, no “typical” variant predominated. Across all subtypes, younger age was related to worse cognition and more rapid tau accumulation. Additionally, network diffusion models implicated that pathology originates and spreads through distinct corticolimbic in the different subtypes. Together, our results suggest variation in tau pathology is common and systematic, perhaps warranting a re-examination of the notion of “typical AD”, and a revisiting of tau pathological staging.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,134
Tête enseignante GPT0,373
Écart entre enseignants0,239 · 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207