MétaCan
Menu
← Retour à la cohorte
Enregistrement W3111920673 · doi:10.1002/alz.043961

Pilot study of MRI white matter tissue properties in Alzheimer’s, vascular and mixed dementias

2020· article· en· W3111920673 sur OpenAlexaff
Hyunwoo Lee, Vanessa Wiggermann, Alexander Rauscher, Mirza Faisal Beg, Karteek Popuri, Roger Tam, Kevin Lam, Claudia Jacova, Vesna Sossi, Jacqueline A. Pettersen, Oscar Benavente, Ging‐Yuek Robin Hsiung

Notice bibliographique

RevueAlzheimer s & Dementia · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensUniversity of Northern British ColumbiaSimon Fraser UniversityVancouver Coastal Health Research InstituteUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHyperintensityWhite matterFractional anisotropyDiffusion MRIMedicineDementiaVascular dementiaAtrophyNuclear medicineCardiologyInternal medicinePathologyMagnetic resonance imagingRadiologyDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Background Alzheimer’s disease (AD) with cerebrovascular disease is known as ‘mixed’ dementia (MixD).[Wang_2012][Langa_2004] MixD can have heterogeneous clinical/imaging presentations. This makes it difficult to distinguish MixD from AD or vascular dementia (VaD) using structural markers such as atrophy or white matter hyperintensity (WMH) volumes. [Suri_2014] We explored whether WM tissue properties on MRI, represented by R2* and diffusion‐tensor (DTI) images, could distinguish MixD from AD or VaD. Method N=17 participants (cross‐sectional; 7 MixD/5 Subcortical VaD/5 AD; Sex: 11M/6F; Age: 75±8yrs) were scanned on a 3T Philips Achieva. WMHs were segmented on 3D‐Fluid Attenuated Inversion Recovery images. T1‐weighted MP‐RAGE images were segmented into the grey/white‐matters using SPM12. These outputs were combined to construct WMH and normal‐appearing WM (NAWM) masks. DTI images were processed using FSL. R2* images were computed using in‐house software. For each participant, the average R2*, fractional anisotropy (FA) and mean diffusivity (MDf) values were calculated within the WMH and NAWM masks. Result Average WMH volumes were (mean±SD) AD: 5191±4693mm3, MD: 34680±17059mm3 (p<.05 compared to AD), SVaD: 20896±14920mm3 (p>.05 compared to MixD or AD). A linear model was used to predict the measured R2*, FA or MDf values from the diagnosis subtypes, adjusting for age and sex. R2* results: Pairwise t‐tests revealed significantly lower R2* values within the WMHs compared to NAWM (all subtypes p<0.0005). MixD had significantly lower WMH R2* values compared to AD (p=0.01) or VaD (p=0.02) subgroups. DTI results: Pairwise t‐tests revealed significantly higher MDf values within the WMHs compared to NAWM (all subtypes p<0.009). FA values were significantly lower within the WMHs compared to NAWM for the MixD (p=0.0002) and VaD (p=0.03) but not the AD (p=0.09) subtype. Conclusion Our MixD cohort was characterized by potentially disrupted fiber integrity (represented by decreased FA) and increased water content (represented by lower R2*) within the WMH areas. These abnormalities likely represent etiologies caused by both neurodegenerative and cerebrovascular factors. Future studies that incorporate measures of neurodegeneration or neuroinflammation, such as biofluid markers, may help to further characterize WM tissue abnormalities in MixD compared to those found in ‘pure’ AD or VaD.

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)0,002
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,114
Tête enseignante GPT0,324
Écart entre enseignants0,210 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→