Piecing it together: Relationships between hippocampal subfields and cognitive impairment along the Alzheimer’s disease spectrum
Notice bibliographique
Résumé
Abstract Background The ability to form hippocampal‐dependent memories declines steadily in normal aging, and exponentially in people with probable Alzheimer’s disease (AD). Correspondingly, the whole hippocampal formation follows the same trajectories of decline. Critically, pathological changes to distinguishable hippocampal subfields and related cognitive abilities are not well characterized in. Herein, we investigated how these hippocampal subfield and neuropsychological memory measures interact. Method Structural MRI and neuropsychological data were collected from 29 biomarker‐confirmed individuals on the AD spectrum (ADS) and a comparison group of 17 biomarker‐negative healthy adults to examine the interactions between subfield‐specific hippocampal integrity and cognitive markers. Cognitive assessments included the Wechsler Logical Memory (WMS‐IV) and Hopkins Verbal Learning (HVLT‐R) tests. High resolution hippocampal subfield volumes (CA1, CA2, CA3, dentate gyrus, and subiculum) were measured from a dedicated T2‐weighted MRI slab of the hippocampi (TSE; 0.4 x 0.4 x 2.0 mm), co‐registered to a routine T1‐weighted MRI (MPRAGE; 1.0 x 1.0 x 1.0 mm), using automated hippocampal subfield segmentation (ASHS) software and the UPENN atlas consisting of scans of MCI individuals and older adults (Yushkevich et al., 2015). We performed a cross‐sectional analysis of the relationship between hippocampal subfield volume and behavioral performance on measures of learning and declarative memory. Relationships between hippocampal subfields and neuropsychological subtests were probed using multivariate models contrasting ADS and controls, while controlling for age, education, and intracranial volume. Result We show that hippocampal subfield volumes robustly predict performance on subtests of WMS‐IV, but not HVLT‐R, regardless of group. Moreover, we report unique contributions of CA3 on learning, subiculum on recognition, and CA2 and CA3 on recall. By dividing the hippocampal formation into distinguishable subfields using ultra high‐resolution MRI, we further elucidate their contributions to ADS‐related neurocognitive declines in learning and memory. Conclusion Subfield‐specific atrophy in the human hippocampus may constitute a sensitive measure of neurocognitive decline in patients on the AD spectrum. These results suggest that the atrophy of specific hippocampal subfields selectively influence subprocesses of learning and memory, and that these measures may be used to better model disease trajectories among individuals on the Alzheimer’s disease spectrum.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».