Anatomically Standardized Detection of MRI Atrophy Patterns in Early-Stage Alzheimer’s Disease
Notice bibliographique
Résumé
MRI studies have consistently identified atrophy patterns in Alzheimer's disease (AD) through a whole-brain voxel-based analysis, but efforts to investigate morphometric profiles using anatomically standardized and automated whole-brain ROI analyses, performed at the individual subject space, are still lacking. In this study we aimed (i) to utilize atlas-derived measurements of cortical thickness and subcortical volumes, including of the hippocampal subfields, to identify atrophy patterns in early-stage AD, and (ii) to compare cognitive profiles at baseline and during a one-year follow-up of those previously identified morphometric AD subtypes to predict disease progression. Through a prospectively recruited multi-center study, conducted at four Austrian sites, 120 patients were included with probable AD, a disease onset beyond 60 years and a clinical dementia rating of ≤1. Morphometric measures of T1-weighted images were obtained using FreeSurfer. A principal component and subsequent cluster analysis identified four morphometric subtypes, including (i) hippocampal predominant (30.8%), (ii) hippocampal-temporo-parietal (29.2%), (iii) parieto-temporal (hippocampal sparing, 20.8%) and (iv) hippocampal-temporal (19.2%) atrophy patterns that were associated with phenotypes differing predominately in the presentation and progression of verbal memory and visuospatial impairments. These morphologically distinct subtypes are based on standardized brain regions, which are anatomically defined and freely accessible so as to validate its diagnostic accuracy and enhance the prediction of disease progression.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».