MétaCan
Menu
← Retour à la cohorte
Enregistrement W4210405032 · doi:10.1002/alz.053965

The role of Alzheimer’s disease pathology in frontotemporal dementia related syndromes

2021· article· en· W4210405032 sur OpenAlexaffabout
Indira García‐Cordero, Emily Snook, Namita Multani, Foad Taghdiri, Cristina Salvo, Cassandra Jessica Anor, Anna Vasilevskaya, Brenda Varriano, Karen Misquitta, David F. Tang‐Wai, Maria Carmela Trataglia

Notice bibliographique

RevueAlzheimer s & Dementia · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensOntario Brain InstituteOccupational Cancer Research CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésProgressive supranuclear palsyFrontotemporal lobar degenerationFrontotemporal dementiaFractional anisotropyPsychologyDefault mode networkCorticobasal degenerationDiffusion MRIBiomarkerBoston Naming TestPathologyDementiaMedicineNeuroscienceDiseaseMagnetic resonance imagingCognitionRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Corticobasal syndrome (CBS) and progressive supranuclear palsy (PSP) are two syndromes associated with frontotemporal lobar degeneration (FTLD) with heterogeneous presentation and progression. Co‐pathology of FTLD and Alzheimer’s disease (AD) has been described and could influence the clinical presentation of CBS and PSP. The goal of this study is to evaluate the role of AD pathology in CBS and PSP, by analyzing functional and structural neuroimaging and memory performance. Method Patients with a clinical diagnosis of PSP and CBS (n=15) and AD (n=18) underwent functional magnetic resonance imaging (fMRI) and diffusion tensor imaging (DTI). Patients were separated according to AD biomarker positivity (CBS‐PSP‐AD, n=6) and negativity (CBS‐PSP‐noAD, n=9) based on the presence of AD biomarkers in cerebrospinal fluid. FMRI images were preprocessed to assess connectivity differences in the default mode network (DMN). DTI was analyzed to trace the bilateral superior longitudinal fasciculus (SLF) and extract its fractional anisotropy and mean diffusivity. Verbal learning and memory were assessed with the California Verbal Learning Test (CVLT‐II) and the Consortium to Establish a Registry for Alzheimer’s disease (CERAD) of the Toronto Cognitive Assessment, and the z‐scores were compared between groups. Result The DMN showed reduced functional connectivity in the groups with AD biomarker positivity (CBS‐PSP‐AD and AD patients) relative to the CBS‐PSP‐noAD group. Specifically, reduced connectivity was observed between the left angular gyrus and the left (T(23) = ‐4.02, p‐FDR= 0.02) and right (T(23) = ‐3.48, p‐FDR=0.04) lateral parietal regions in AD vs CBS‐PSP‐noAD. Reduced connectivity was found between the left angular gyrus, the posterior cingulate cortex (T(11) = ‐4.72, p‐FDR=0.02) and the right hippocampus (T(11) = ‐3.94, p‐FDR=0.04) in CBS‐PSP‐AD vs CBS‐PSP‐noAD. No differences were found in DMN connectivity in AD vs CBS‐PSP‐AD. SLF tractography metrics showed no difference between groups. Both CBS‐PSP‐AD and AD patients had significantly worse delayed memory scores than the CBS‐PSP‐noAD group (post‐hoc p‐FDR=0.01). Conclusion There are similarities between AD positive biomarker groups (CBS‐PSP‐AD and AD patients) in functional connectivity and memory scores, with these groups differing from the CBS‐PSP‐noAD patients. These results suggest that pathology can mediate functional connectivity patterns and influence clinical manifestation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,324
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→