MétaCan
Menu
← Retour à la cohorte
Enregistrement W3111163404 · doi:10.1002/alz.045612

Spatiotemporal imaging phenotypes of tau pathology in Alzheimer’s disease

2020· article· en· W3111163404 sur OpenAlexaff
Jacob W. Vogel, Alexandra L. Young, Neil P. Oxtoby, Ruben Smith, Rik Ossenkoppele, Leon Aksman, Olof Strandberg, Renaud La Joie, Michel J. Grothe, Yasser Iturria‐Medina, Gil D. Rabinovici, Daniel C. Alexander, Alan C. Evans, Oskar Hansson

Notice bibliographique

RevueAlzheimer s & Dementia · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésPopulationInferenceNeuroimagingCluster analysisTau pathologyTauopathyPhenotypeAlzheimer's Disease Neuroimaging InitiativeAlzheimer's diseaseDiseaseNeurodegenerationNeuroscienceBiologyPathologyMedicineArtificial intelligenceComputer scienceGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract Background The Braak staging scheme describes a stereotypical spread of tau pathology in Alzheimer’s disease (AD). However, apparent subtypes described at autopsy and clinical variants of AD both suggest variability in the pattern of tau spreading across the population. To address this discrepancy, we applied a validated spatiotemporal clustering algorithm to a large, multisite dataset of tau‐PET images. We verified these findings both longitudinally and on a separate tau‐PET dataset using a different radiotracer, and we characterized the phenotype and potential biological determinants of each subtype. Method Subtype and Stage Inference (SuStaIn, Young et al., 2018 ) is a data‐driven, probabilistic algorithm that combines disease progression modeling with clustering to extract distinct spatiotemporal patterns (subtypes) from large cross‐sectional datasets. We applied SuStaIn to a multisite dataset (n=1143) of [18F]‐flortaucipir tau‐PET baseline scans to identify spatiotemporal subtypes of tau spreading. We investigated differences in demographic, cognitive and genetic measures. In a subsample of individuals with multiple tau‐PET scans over time (n=536), we tested longitudinal subtype stability and change in disease stage over time. We verified these subtypes in a second single‐site dataset (n=509) of [18F]‐RO948 tau‐PET scans. Finally we used the Epidemic Spreading Model (ESM, Iturria‐Medina et al., 2014) and imaging or transcriptomic analysis to determine if anatomical brain networks or specific cell‐types, respectively, could explain the differing spatial patterns across subtypes. Result In those subjects with significant tau‐PET signal in the brain, SuStaIn identified four spatiotemporal subtypes of tau‐PET spreading: Typical (worse memory, more APOE4 carriers), limbic‐sparing (younger, less APOE4 carriers), posterior (worse visuospatial cognition), and lateral‐temporal (worse language and executive function scores; Fig 1A, Fig 2). These same four subtypes were observed in a separate cohort using a different radiotracer (similarity 0.7–0.9; Fig 1B). 86% of subjects exhibited the same subtype at multiple visits (Fig 1C), and of that group, 83% advanced in disease stage or remained stable within model uncertainty. The ESM suggested different epicenters for each subtype, and each subtype pattern exhibited a different profile of cell‐type enrichment (Fig 3). Conclusion Four stable tau‐spreading phenotypes were observed with distinct cognitive profiles, which may be characterized by vulnerability of different corticolimbic networks involving distinct cell classes.

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)0,003
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,036
Tête enseignante GPT0,314
Écart entre enseignants0,278 · 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 revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→