White matter hyperintensities and cognition across different Alzheimer's biomarker profiles
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: To examine the association between white matter hyperintensities (WMH) and cognitive domains such as memory and executive function (EF) across different clinical and biomarker categories of Alzheimer's disease (AD). DESIGN: Cross-sectional study. SETTING: Alzheimer's Disease Neuroimaging Initiative. PARTICIPANTS: A total of 216 cognitively normal (CN) participants and 407 participants with mild cognitive impairment (MCI) from the Alzheimer's Disease Neuroimaging Initiative (ADNI) at baseline. MEASUREMENTS: Based on the 2018 research framework, participants were classified using AT(N) (amyloid-β deposition [A], pathologic tau [T], and neurodegeneration [(N)]) biomarkers into one of three categories: biomarker negative [A - T- (N)-], amyloid negative but other biomarker positive [A - T ± (N)+ or A - T + (N)±] or amyloid positive [A + T ± (N)±]. Linear regression models were then used to examine the association between WMH and memory composite scores and EF composite scores. RESULTS: Higher WMH burden was associated with worse EF in both CN and MCI subgroups while a significant association between WMH and memory was only found in the MCI subgroup. Furthermore, WMH was associated with EF in the group with A - T ± (N)+ or A - T + (N)± biomarker category, but not for A - T - (N)- (normal biomarker) and A + T ± (N) ± (AD pathology). The association between higher WMH and worse memory was independent of amyloid levels in individuals with MCI with evidence of AD pathology. CONCLUSION: Vascular disease, as indexed by WMH, independent of AD pathology affects cognitive function in both CN and MCI subgroups. Future studies using the AT(N) research framework should consider white matter lesions as a key biomarker contributing to the clinical presentation of AD.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».