Visual memory scores are associated with lateralization of tau in the medial temporal lobe
Notice bibliographique
Résumé
Abstract Background Aggie Figures Learning Test (AFLT) is a visual memory test that was conceived as an analogue of the widespread Rey Auditory Verbal Learning Test (RAVLT), which tests verbal memory. Previous research has indicated that performance may rely on the left medial temporal lobe (lMTL) for RAVLT and on the right medial temporal lobe (rMTL) for AFLT, although evidence is inconclusive. The present study looks into the association between delayed recall (DR) scores in both tests and tau binding in the brain. Method Tau PET ([18F]‐MK6240) was acquired for 130 individuals for analysis involving AFLT, and 139 for analysis involving RAVLT. Demographic data is shown on Tables 1 and 2. MRI were segmented into probabilistic grey (GM) and white (WM) maps, non‐linearly registered to the ADNI template using Dartel and smoothed with an 8mm FWHM gaussian kernel. Voxel‐wise linear regression models were applied, using VoxelStats, with either DR AFLT or DR RAVLT as dependent variables and tau as a predictor. We corrected for age, diagnosis, and amyloid load. All other variables that were tested did not significantly contribute to predict DR scores. Results We found negative associations between tau binding and DR RAVLT in the MTL bilaterally. Interestingly, we found a negative correlation between tau binding and DR AFLT scores that is remarkable in the rMTL and barely reaches significance in the lMTL. Conclusion Our findings provide evidence in support of the lateralization of memory in the brain based on the learning modality. This dissociation is in line with previous findings; namely, that the rMTL is responsible for visual memory. However, these findings are not entirely in line with previous research since associations with RAVLT are found bilaterally. Of note, most of the previous research has been made in the context of epilepsy and/or patients with anterior MTL lesions. Here, however, we are investigating a totally different population and we are looking at a parameter that is specific to this population.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,006 | 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 ».