Association between left hemisphere MK6240 uptake and language dysfunction in aging and Alzheimer’s disease
Notice bibliographique
Résumé
Abstract Background Alzheimer’s disease (AD) is characterized by a progressive deterioration of multiple cognitive domains. The relative effect of amyloid plaques, neurofibrillary tangles and neurodegeneration on cognitive decline, more specifically in the language‐related areas, is still unclear. The objective of this study was to investigate the independent effects of Amyloid‐β, Tau and neurodegeneration on language using The Boston Naming Test. Method The present study was conducted in a population of 163 individuals (116 cognitively unimpaired, 33 mild cognitively impaired and 14 AD). Boston naming Test (BNT) was used to measure the confrontational word retrieval in individuals. Tau was assessed with [18F]MK6240. [18F]MK6240 standardized uptake value ratios (SUVRs) used the cerebellum grey matter as the reference region and were calculated between 90‐110 min post‐injection. A voxel‐based regression model evaluated the relationship between BNT and [18F]MK6240, adjusting for age, sex, years of education, diagnosis. Analyses were corrected for multiple comparisons using random field theory at p<0.001. Result In the present study, negative associations were observed between the levels of BNT scores and accumulation of tau indexed by [18F]MK6240‐PET. The brain regions affected were the medial frontal, parietal and temporal lobes, with a predominance in the left hemisphere. Conclusion These results support the claim that only tau seems to be related to language dysfunction in aging and AD. Associations were more pronounced in the left hemisphere, recapitulating known functional neuroanatomy of language production in humans. Our results support the emerging concept that tau pathology is a major driver of local neurodegeneration and domain‐specific cognitive impairment.
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 | 0,000 | 0,001 |
| 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 ».