Alzheimer’s Disease Classification Using Cluster-based Labelling for Graph Neural Network on Heterogeneous Data
Notice bibliographique
Résumé
Abstract Biomarkers for Alzheimer’s disease (AD) diagnosis do not always correlate reliably with cognitive symptoms, making clinical diagnosis inconsistent. In this study, the performance of a graphical neural network (GNN) classifier based on data-driven diagnostic classes from unsupervised clustering on heterogeneous data, is compared to the performance of a classifier using clinician diagnosis as outcome. Unsupervised clustering on tau-PET and cognitive and functional assessment data was performed. Five clusters embedded in a nonlinear UMAP space were identified. The individual clusters revealed specific feature characteristics with respect to clinical diagnosis of AD, gender, family history, age, and underlying neurological risk factors. In particular, one cluster comprised mainly diagnosed AD cases. All cases within this cluster were re-labelled AD cases. The re-labelled cases are characterised by high cerebrospinal fluid amyloid beta (CSF Aβ) levels at a younger age, even though Aβ data was not used for clustering. A GNN model was trained using the relabelled data with a multiclass area-under-the-curve (AUC) of 95.2%, higher than the AUC of a GNN trained on clinician diagnosis (91.7%; p=0.02). Overall, our work suggests that more objective cluster-based diagnostic labels combined with GNN classification may have value in clinical risk stratification and diagnosis of AD.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».