MétaCan
Menu
← Retour à la cohorte
Enregistrement W3112764738 · doi:10.1002/alz.040838

Apathy and white matter integrity in amnestic mild cognitive impairment: A whole brain analysis with tract‐based spatial statistics

2020· article· en· W3112764738 sur OpenAlexaff
Tania M. Setiadi, Esther M. Opmeer, Sander Martens, Jan‐Bernard C. Marsman, Shankar Tumati, Fransje E. Reesink, Peter Paul De Deyn, André Alemán, Branislava Ćurĉić‐Blake

Notice bibliographique

RevueAlzheimer s & Dementia · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensRoyal Ottawa Mental Health CentreMental Health Research CanadaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésApathyFractional anisotropyDiffusion MRIWhite matterPsychologyCingulum (brain)Superior longitudinal fasciculusCorpus callosumAlzheimer's diseaseGeriatric Depression ScaleAudiologyMedicinePsychiatryInternal medicineCognitionMagnetic resonance imagingDiseaseNeuroscienceDepressive symptomsRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Apathy is one of the most prevalent neuropsychiatric symptoms in amnestic mild cognitive impairment (aMCI) and is associated with an increased risk for progression to Alzheimer’s Disease (AD). Previous diffusion tensor imaging (DTI) studies in AD have shown that apathy is associated with changes in the cingulum, corpus callosum and uncinate fasciculus (Hahn et al., 2013; Kim et al., 2011). However, the underlying white matter (WM) correlates of apathy in aMCI are still unclear. Therefore, we aimed to investigate the association between the severity of apathy and white matter integrity in aMCI using diffusion tensor imaging (DTI) and tract‐based spatial statistics (TBSS). Method Twenty‐nine aMCI patients and 20 cognitively healthy controls were included. Apathy severity was assessed with the Apathy Evaluation Scale Clinician version (AES‐C). Depressive symptoms were assessed using the Geriatric Depression Scale (GDS). We calculated a sub‐score of the GDS (i.e. GDS non‐apathy) which excluded apathy‐related items (Adams et al., 2004). We applied whole‐brain TBSS analyses to all DTI parameters: i.e. fractional anisotropy (FA), mean diffusivity (MD), axial diffusivity (AD), and radial diffusivity (RD), investigating which WM areas were associated with apathy severity. Age, gender, MMSE, and GDS non‐apathy were used as covariates. Significance was set to p< .05, corrected for multiple comparisons using Threshold‐Free Cluster Enhancement (TFCE). Result There was no statistical difference between groups on age, gender, education level, MMSE, and AES‐C scores. Group comparison TBSS analyses showed that the aMCI group did not differ in any of the DTI parameters compared to the control group. Within the aMCI group, significant inverse associations were observed between AES‐C scores and FA values in the bilateral genu and body of the corpus callosum, anterior and superior corona radiata, anterior thalamic radiation, anterior part of inferior frontooccipital fasciculus, and the right forceps minor, superior longitudinal fasciculus/arcuate fasciculus anterior segment, corticospinal tract/internal capsule (pTFCE< .05). A similar pattern was observed in the combined group of aMCI and controls (pTFCE< .025). Conclusion There was no significant WM integrity difference between aMCI and control groups. Our findings point to reduced integrity in widely distributed WM pathways being related to apathy severity, regardless of aMCI diagnosis.

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 enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,049
Tête enseignante GPT0,327
Écart entre enseignants0,277 · 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'admission1
Résumé présentoui

Explorer davantage

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