MétaCan
Menu
← Retour à la cohorte
Enregistrement W3110680347 · doi:10.1002/alz.047606

A systematic review of neuroimaging findings in subjective cognitive decline

2020· review· en· W3110680347 sur OpenAlexaff
Ashleigh F. Parker, Lisa Ohlhauser, Vanessa Scarapicchia, Colette M. Smart, Jodie R. Gawryluk

Notice bibliographique

RevueAlzheimer s & Dementia · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésNeuroimagingNeuropsychologyCognitionCognitive declinePsychologyDementiaFunctional neuroimagingAlzheimer's Disease Neuroimaging InitiativeMedicineDiseaseClinical psychologyNeuroscienceCognitive impairmentPathology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Individuals with subjective cognitive decline (SCD), who self‐report changes in cognition, but are within the normal range on neuropsychological testing, are thought to be the earliest along the cognitive continuum between healthy aging and Alzheimer’s disease (Jessen et al., 2014). This study aimed to synthesize findings of neuroimaging studies using various modalities to investigate changes in the brain in those with SCD. Method PubMed and PsycINFO databases were searched for neuroimaging studies of individuals with SCD. Quality assessment was completed using the Appraisal tool for Cross‐Sectional Studies (Downes, Brennan, Williams, & Dean, 2016). Result In total, 108 neuroimaging studies investigating SCD samples were identified. Specifically, 45 studies used MRI, 8 used EEG, 5 used MEG, 3 used CT, 26 used PET, 2 used SPECT, and 19 studies used multi‐modal neuroimaging methods. Many studies investigated differences between healthy controls and those with SCD. Across imaging modalities, findings revealed significant differences in brain structure and function between these groups. Conclusion It is valuable to synthesize the results of studies found in this area to identify neuroimaging biomarkers present in those with SCD. Identifying changes in the brain using objective and physiologically based measures at this early clinical stage will help to characterize the progression of Alzheimer’s disease. In future neuroimaging investigations of SCD, it would be useful for studies to include larger sample sizes, examine groups longitudinally, and use multi‐modal neuroimaging methods. Incorporating these components in future studies could provide a better understanding of changes in the brain that are associated with subsequent conversion to mild cognitive impairment or Alzheimer’s disease.

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)0,012
score de la tête « metaresearch » (Gemma)0,068
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,068
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0100,007
Bibliométrie0,0220,017
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,049
Tête enseignante GPT0,378
Écart entre enseignants0,329 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→