White matter hyperintensities in autopsy-confirmed frontotemporal lobar degeneration and Alzheimer’s disease
Notice bibliographique
Résumé
BACKGROUND: We aimed to systematically describe the burden and distribution of white matter hyperintensities (WMH) and investigate correlations with neuropsychiatric symptoms in pathologically proven Alzheimer's disease (AD) and frontotemporal lobar degeneration (FTLD). METHODS: Autopsy-confirmed cases were identified from the Sunnybrook Dementia Study, including 15 cases of AD and 58 cases of FTLD (22 FTLD-TDP cases; 10 FTLD-Tau [Pick's] cases; 11 FTLD-Tau Corticobasal Degeneration cases; and 15 FTLD-Tau Progressive Supranuclear Palsy cases). Healthy matched controls (n = 35) were included for comparison purposes. Data analyses included ANCOVA to compare the burden of WMH on antemortem brain MRI between groups, adjusted linear regression models to identify associations between WMH burden and neuropsychiatric symptoms, and image-guided pathology review of selected areas of WMH from each pathologic group. RESULTS: ). Total score on the Neuropsychiatric Inventory correlated with bilateral frontal WMH volume (β = 0.330, P = 0.006), depression correlated with bilateral occipital WMH volume (β = 0.401, P < 0.001), and apathy correlated with bilateral frontal WMH volume (β = 0.311, P = 0.009), all corrected for the false discovery rate. Image-guided neuropathological assessment of selected cases with the highest burden of WMH in each pathologic group revealed presence of severe gliosis, myelin pallor, and axonal loss, but with no distinguishing features indicative of the underlying proteinopathy. CONCLUSIONS: These findings suggest that WMH are associated with neuropsychiatric manifestations in AD and FTLD and that WMH burden and regional distribution in neurodegenerative disorders differ according to the underlying neuropathological processes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 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 ».