Brain structural alterations detected by an automatic quantified tool as an indicator for MCI diagnosing in type 2 diabetes mellitus patients: A magnetic resonance imaging study
Notice bibliographique
Résumé
Background and objectives: Type 2 diabetes mellitus (T2DM) is an important risk factors for mild cognitive impairment (MCI). Structural magnetic resonance imaging (sMRI) is an effective and widely used method to investigate brain pathomorphological injury in neural diseases. In present study, we aimed to determine the brain regional alterations that correlated to the incidence of MCI in T2DM patients. Materials and methods: Eighteen T2DM patients with and without MCI (DMCI/T2DM) respectively, and eighteen age/gender-matched healthy controls (HC) were recruited. Brain MRI imagines of all the individuals were subjected to automatic quantified brain sub-structure volume segmentation and measurement by Dr. brain ™ software. The relative volume of total gray matter (TGM), total white matter (TWM), and 68 pairs (left and right) of brain sub-structures were compared between the three groups. Cognitive function correlation analysis and receiver operating characteristic (ROC) curve analysis were conducted in the MCI-related brain regions in T2DM patients, and we utilized a machine learning method to classify the three group of subjects. Results: 10 and 27 brain sub-structures with significant relative volumetric alterations were observed in T2DM patients without MCI and T2DM patients with MCI, respectively (p < 0.05). Compared with T2DM patients without MCI, eight critical regions include right anterior orbital gyrus, right calcarine and cerebrum, left cuneus, left entorhinal area, left frontal operculum, right medial orbital gyrus, right occipital pole, left temporal pole had significant lower volumetric ratio in T2DM patients with MCI (p < 0.05). Among them, the decrease of volumetric ratio in several regions had a positive correlation with Montreal Cognitive Assessment (MoCA) scores and Mini-Mental State Examination (MMSE) scores. The classification results conducted based on these regions as features by random forest algorithm yielded good accuracies of T2DM/HC 69.4%, DMCI/HC 72.2% and T2DM/DMCI 69.4%. Conclusions: Certain brain regional structural lesions occurred in patients with T2DM, and this condition was more serious in T2DM patients combined with MCI. A systematic way of segmenting and measuring the whole brain has a potential clinical value for predicting the presence of MCI for T2DM patients.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».