MétaCan
Menu
Retour à la cohorte
Enregistrement W4247294527 · doi:10.1016/j.jalz.2017.06.2373

[IC‐P‐100]: MOVING AWAY FROM SINGLE AD‐SIGNATURE ROI: ASSESSING THE RELATIONSHIP BETWEEN WHOLE‐BRAIN GRAY MATTER PATTERN, AD PATHOLOGY, AND COGNITION IN HEALTHY ELDERLY AT RISK OF AD

2017· article· en· W4247294527 sur OpenAlexaff
Alexa Pichet Binette, Étienne Vachon‐Presseau, Renaud La Joie, Judes Poirier, Pedro Rosa‐Neto, D. Louis Collins, John C.S. Breitner, Sylvia Villeneuve

Notice bibliographique

RevueAlzheimer s & Dementia · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueBrain Tumor Detection and Classification
Établissements canadiensMontreal Neurological Institute and HospitalMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésAtrophyPsychologyCognitionCorrelationDementiaNeurodegenerationHippocampal formationNeuroscienceMedicinePathologyAudiologyDiseaseMathematics

Résumé

récupéré en direct d'OpenAlex

Hippocampal volume (HV) is often used to indicate neurodegeneration in Alzheimer's disease (AD) (Sperling et al., 2011). Hippocampal atrophy is not specific to AD, however (Bartsch & Wulff, 2015), and we investigated whether whole-brain (wb) gray matter (GM) pattern is better related to CSF biomarkers of AD or cognition than single metrics such as HV. We obtained structural MR images from 296 members of the PREVENT-AD cohort of cognitively normal adults with a parental or multiple-sibling history of AD dementia (mean age=64). We compared these with reference groups of 198 young individuals from the Cambridge dataset and 270 from the Human Connectome Project (both aged ≈35), as well as cognitively impaired ADNI participants (50 with early MCI, 65 with late MCI, and 72 with AD dementia (mean age ≈74)). We derived 24 GM regions of interest (ROI) from an independent components analysis across all groups. Next we assessed the mean GM density in all ROI separately for each reference group. Then, for each PREVENT-AD participant, we correlated the ROI–specific GM density pattern vs. that among the reference groups (Figure 1). We evaluated HV using patch-based segmentation (Coupé et al., 2011). Finally, we used general linear models to examine if the wbGM pattern similarity of each PREVENT-AD participant with the corresponding pattern of the reference groups, the HV, or individual ROIs, was associated with CSF Ab42 and p-tau levels, as well as cognitive domain scores on the RBANS. The wbGM pattern metrics, but not individual ROIs GM or HV, were associated with CSF biomarkers and cognition. A wbGM pattern similar to that of the young groups was related to better immediate memory, language and attention (all p ≤0.03), while a pattern similar to the cognitively impaired groups was associated with increased amyloid burden (p<0.05, Table 1). In healthy elderly with a family history of AD, wbGM pattern appears more potent as a predictor of cognitive performance and amyloid burden than HV or individual ROI metrics. Evaluation of whole-brain structural changes may therefore hold particular interest for early identification of AD in those at risk. Mean GM density per ROI in each group

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,175
Score d'incertitude au seuil0,795

Scores Codex et Gemma par catégorie

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

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 Opus0,078
Tête enseignante GPT0,319
Écart entre enseignants0,242 · 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 tête enseignante, 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetBrain Tumor Detection and ClassificationTravaux en français237 207