Behavioural and electrophysiological measures of visual processing for early detection of Alzheimer’s disease
Notice bibliographique
Résumé
Alzheimer’s disease (AD) begins years before clinical diagnosis, but there are no simple, cost-effective methods to identify individuals in preclinical stages of AD, when interventions are most likely to succeed. Individuals with AD show deficits in multiple visual functions thought to reflect changes in parieto-occipital and temporal brain regions. However, we know little about how vision changes during preclinical AD – a critical step in determining whether visual tasks can predict AD. Here, we present psychophysical and electrophysiological results for two simplified tasks collected from individuals with mild cognitive impairment (MCI; N=8; Age=61-88, MoCA=20-26) and normal cognition (NC; N=8; Age=62-82, MoCA=23-30). Methods: Face Identification: participants selected which of two briefly presented faces matched a target face identity, measuring accuracy and response time. Contour Integration: we measured density thresholds to identify the global orientation of a spiral contour embedded in a field of cluttering elements. In both tasks, event-related potentials (ERPs) were acquired using the consumer-focused Muse system. Results: Face Identification: the MCI group showed slightly, but not significantly, worse accuracy (Mdiff=0.06, 95%CI=[-0.06,0.19]) and slower response times (Mdiff=-0.35, 95%CI=[-0.96,0.26]) than the NC group. MCI N170s were reduced in amplitude (Mdiff=-1.42𝜇V, 95%CI=[-3.96,1.12]) and delayed (Mdiff=-15.1ms, 95%CI=[-33.8,3.56]) relative to NCs, although these differences also were not significant. Contour Integration: In contrast to the results from face identification, there was a large group difference in both density thresholds (Mdiff=0.45, 95%CI=[0.24,3.56]) and N1 latency (Mdiff=-40.5ms, 95%CI=[-67.7,-13.4]), but not in N1 amplitude (Mdiff=-0.29𝜇V, 95%CI=[-2.84, 2.27]). Delayed N1s were significantly correlated with worse density thresholds (r=-0.78) and lower MoCA scores (r=-0.62), and lower MoCA scores correlated with worse density thresholds (r=0.69). These are the first results showing that behavioural and ERP measures of contour perception may distinguish between normal cognition and MCI. Thus, simple visual tasks may provide viable candidates for early markers of preclinical 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».