Identifying individuals with Alzheimer's disease‐like brains based on structural imaging in the Human Connectome Project Aging cohort
Notice bibliographique
Résumé
Given the difficulty in factoring out typical age effects from subtle Alzheimer's disease (AD) effects on brain structure, identification of very early, as well as younger preclinical "at-risk" individuals has unique challenges. We examined whether age-correction procedures could be used to better identify individuals at very early potential risk from adults who did not have any existing cognitive diagnosis. First, we obtained cross-sectional age effects for each structural feature using data from a selected portion of the Human Connectome Project Aging (HCP-A) cohort. After age detrending, we weighted AD structural deterioration with patterns quantified from data of the Alzheimer's Disease Neuroimaging Initiative. Support vector machine was then used to classify individuals with brains that most resembled atrophy in AD across the entire HCP-A sample. Additionally, we iteratively adjusted the pipeline by removing individuals classified as AD-like from the HCP-A cohort to minimize atypical brain structural contributions to the age detrending. The classifier had a mean cross-validation accuracy of 94.0% for AD recognition. It also could identify mild cognitive impairment with more severe AD-specific biomarkers and worse cognition. In an independent HCP-A cohort, 8.8% were identified as AD-like, and they trended toward worse cognition. An "AD risk" score derived from the machine learning models also significantly correlated with cognition. This work provides a proof of concept for the potential to use structural brain imaging to identify asymptomatic individuals at young ages who show structural brain patterns similar to AD and are potentially at risk for a future clinical disorder.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».