MétaCan
Menu
← Retour à la cohorte
Enregistrement W4230450773 · doi:10.21203/rs.3.rs-24071/v1

Corneal nerve and brain imaging in mild cognitive impairment and dementia: A cross-sectional study

2020· preprint· en· W4230450773 sur OpenAlexaffabout
Eiman Al-Janahi, Georgios Ponirakis, Hanadi Al Hamad, Surjith Vattoth, Ahmed Elsotouhy, Ioannis N. Petropoulos, Adnan Khan, Hoda Gad, Mani Chandran, Marwan Ramadan, Marwa Elorrabi ADN, Masharig Gadelseed ADN, Rhia Tosino ADN, Priya V. Gawhale, Anjum Arasn, Maryam Alobaidi, Shafi Khan, Pravija Manikoth, Yasmin Hamdi, Susan Osman, Navas Nadukkandiyil, Essa Al-Sulaiti, Noushad Thodi, Hamad Almuhannadi, Ziyad Mahfoud, Ahmed Own, Ashfaq Shuaib, Rayaz A. Malik

Notice bibliographique

RevueResearch Square (Research Square) · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensUniversity of Alberta
Organismes subventionnairesWeill Cornell Medicine - QatarQatar National Research FundFonds National de la Recherche Luxembourg
Mots-clésDementiaCross-sectional studyCognitive impairmentMedicineCognitionNeuroimagingNeuroscienceAudiologyPsychologyOphthalmologyInternal medicinePathologyDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Visual rating of medial temporal lobe atrophy (MTA) is an accepted biomarker of Alzheimer’s disease. Corneal confocal microscopy (CCM) is a non-invasive ophthalmic imaging biomarker of neurodegeneration. We sought to determine the diagnostic accuracy of CCM to distinguish mild cognitive impairment (MCI) and dementia from no cognitive impairment (NCI) in relation to MTA rating.Methods: Subjects aged 60-85 with NCI, MCI and dementia were recruited from the geriatric and memory clinic in Rumailah Hospital, Doha, Qatar between 18/09/16 and 31/07/19. The diagnosis of MCI and dementia were based on the International Classification of Diseases (ICD-10) criteria. Subjects underwent cognitive screening using the Montreal Cognitive Assessment (MoCA), CCM and MTA rating on MRI. Statistical tests used were ANOVA with Bonferroni’s post hoc test, kappa statistics and receiver operating characteristic (ROC) curve analysis. A two-tailed P value of ≤0.05 was considered significant.Results: 182 subjects with NCI (n=36), MCI (n=80) and dementia (n=66), including AD (n=19, 28.8%), VaD (n=13, 19.7%) and combined AD (n=34, 51.5%) were studied. CCM showed a progressive reduction in corneal nerve fiber density (CNFD, fibers/mm2) (32.0±7.5 vs 24.5±9.6 vs 20.8±9.3, p<0.0001), branch density (CNBD, branches/mm2) (90.9±46.5 vs 59.3±35.7 vs 53.9±38.7, p<0.0001), and fiber length (CNFL, mm/mm2) (22.9±6.1 vs 17.2±6.5 vs 15.8±7.4, p<0.0001), in subjects with MCI and dementia compared to NCI. The MTA rating in the dementia group was significantly higher compared with the NCI and MCI group in the right (1.9±1.0 vs 0.5±0.6 and 0.6±0.8, p<0.0001) and left (2.1±1.1 vs 0.6±0.7 and 0.8±0.8, p<0.0001) hemispheres. The area under the ROC curve (95% CI) for the diagnostic accuracy of CNFD, CNBD, CNFL vs MTA-right and -left for MCI was 78% (67-90%), 82% (72-92%), 86% (77-95%) vs 53% (36-69%) and 40% (25-55%), respectively, and for dementia it was 85% (76-94%), 84% (75-93%), 85% (76-94%) vs 86% (76-96%) and 82% (72-92%), respectively.Conclusions: The diagnostic accuracy of CCM, a non-invasive ophthalmic biomarker of neurodegeneration was high and comparable with MTA rating for dementia and superior to MTA rating for MCI.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,105
Tête enseignante GPT0,451
Écart entre enseignants0,346 · 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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square (Research Square)→Même sujetOcular Surface and Contact Lens→Travaux en français237 207→