Resting-State Network Alterations Differ between Alzheimer’s Disease Atrophy Subtypes
Notice bibliographique
Résumé
Several Alzheimer's disease (AD) atrophy subtypes were identified, but their brain network properties are unclear. We analyzed data from two independent datasets, including 166 participants (103 AD/63 controls) from the DZNE-longitudinal cognitive impairment and dementia study and 151 participants (121 AD/30 controls) from the AD neuroimaging initiative cohorts, aiming to identify differences between AD atrophy subtypes in resting-state functional magnetic resonance imaging intra-network connectivity (INC) and global and nodal network properties. Using a data-driven clustering approach, we identified four AD atrophy subtypes with differences in functional connectivity, accompanied by clinical and biomarker alterations, including a medio-temporal-predominant (S-MT), a limbic-predominant (S-L), a diffuse (S-D), and a mild-atrophy (S-MA) subtype. S-MT and S-D showed INC reduction in the default mode, dorsal attention, visual and limbic network, and a pronounced reduction of "global efficiency" and decrease of the "clustering coefficient" in parietal and temporal lobes. Despite severe atrophy in limbic areas, the S-L exhibited only marginal global network but substantial nodal network failure. S-MA, in contrast, showed limited impairment in clinical and cognitive scores but pronounced global network failure. Our results contribute toward a better understanding of heterogeneity in AD with the detection of distinct differences in functional connectivity networks accompanied by CSF biomarker and cognitive differences in AD subtypes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».