MétaCan
Menu
← Retour à la cohorte
Enregistrement W3112297563 · doi:10.1002/alz.046067

Reduced neuronal activity in Alzheimer’s disease and mild cognitive impairment measured by resting state fMRI

2020· article· en· W3112297563 sur OpenAlexaffabout
Seyyed Mohammad Hassan Haddad, Christopher J.M. Scott, Stephen R. Arnott, Miracle Ozzoude, Stephen C. Strother, Sandra E. Black, Michael Borrie, Elizabeth Finger, Maria Carmela Tartaglia, Donna Kwan, Derek Beaton, Sean Symons, Andrea Soddu, Ravi S. Menon, Manuel Montero‐Odasso, Robert Bartha

Notice bibliographique

RevueAlzheimer s & Dementia · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensParkwood InstituteOccupational Cancer Research CentreHealth Sciences CentreUniversity of TorontoBaycrest HospitalRobarts Clinical TrialsSunnybrook Health Science CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésResting state fMRICognitive impairmentNeuroscienceVoxelMedicineAlzheimer's diseasePsychologyDiseaseCognitionAudiologyInternal medicineRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Early pathological changes in mild cognitive impairment (MCI) and Alzheimer’s disease (AD) gradually decrease neuronal metabolism and function measured by PET and functional MRI (fMRI). These changes are often associated with cognitive decline and can help in the diagnosis of AD. However more sensitive indicators of the earliest stages of disease must be developed to detect disease prior to cognitive impairment. Recently, a novel neuronal activity (NA) metric was introduced based on resting‐state fMRI (rs‐fMRI) signal oscillations, which showed dramatically lower NA in AD. Here we introduced a more sophisticated and potentially more sensitive NA metric to identify subtle NA differences between three groups: normal elderly controls (NEC), MCI, and AD. Method The rs‐fMRI scans (TR=∼2400, ∼10 minute acquisition) were acquired at 3T from 8 MRI scanners in the Ontario Neurodegenerative Disease Research Initiative (AD group, N=40, aged 71.8 ± 8.1, 42% female; and MCI groups, N=80, aged 70.3 ± 8.3, 46% female), and the Gait and Brain Study (NEC group, N=30, aged 71.3 ± 6.0, 23.33% female). The rs‐fMRI signal was pre‐processed using FMRIB Software Library (FSL) and decomposed into independent components (ICs) using IC analysis. The ICs were classified into neuronal and non‐neuronal using a support vector machine classifier. The proposed voxel‐wise NA metric was defined based on similarity (cross covariance) between rs‐fMRI signal and neuronal ICs. This metric was utilized to create resting‐state NA map in each subject, which were compared between groups. Result Single subject and group average NA maps are provided in Fig. 1. The % difference maps between each group are shown in Fig. 2. The average voxelwise % difference in NA between groups was 38% between NEC and MCI, 38% between NEC and AD, and 10% between MCI and AD. Average NA in whole gray matter, hippocampus, posterior cingulate cortex, and precuneus, in each group are also provided in Fig. 3. Conclusion Lower NA was clearly detected in AD and MCI groups compared to NEC. The large decrease in NA detected in MCI subjects compared to NEC suggests this metric is highly sensitive to early changes in neuronal function.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,078
Tête enseignante GPT0,290
Écart entre enseignants0,212 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→