MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285032751 · doi:10.1038/s41598-022-15667-9

Identification and validation of Alzheimer’s disease-related metabolic brain pattern in biomarker confirmed Alzheimer’s dementia patients

2022· article· en· W4285032751 sur OpenAlexfundno aff
Matej Perovnik, Petra Tomše, Jan Jamšek, Andreja Emeršič, Chris C. Tang, David Eidelberg, Maja Trošt

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringCanadian Institutes of Health ResearchNational Institutes of HealthGenentechIXICOH. Lundbeck A/SServierJavna Agencija za Raziskovalno Dejavnost RSEisaiNorthern California Institute for Research and EducationPfizerBiogenBioClinicaF. Hoffmann-La RocheUniversity of Southern CaliforniaEli Lilly and CompanyU.S. Department of DefenseMeso Scale DiagnosticsAlzheimer's Disease Neuroimaging InitiativeNovartis Pharmaceuticals CorporationBristol-Myers SquibbNational Institute on AgingAlzheimer's AssociationFoundation for the National Institutes of Health
Mots-clésDementiaBiomarkerMedicineAlzheimer's diseaseNeuropsychologyFrontotemporal dementiaDiseaseInternal medicineCohortOncologyNeuroimagingPosterior cingulatePathologyCognitionPsychologyPsychiatryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Metabolic brain biomarkers have been incorporated in various diagnostic guidelines of neurodegenerative diseases, recently. To improve their diagnostic accuracy a biologically and clinically homogeneous sample is needed for their identification. Alzheimer’s disease-related pattern (ADRP) has been identified previously in cohorts of clinically diagnosed patients with dementia due to Alzheimer’s disease (AD), meaning that its diagnostic accuracy might have been reduced due to common clinical misdiagnosis. In our study, we aimed to identify ADRP in a cohort of AD patients with CSF confirmed diagnosis, validate it in large out-of-sample cohorts and explore its relationship with patients’ clinical status. For identification we analyzed 2-[18F]FDG PET brain scans of 20 AD patients and 20 normal controls (NCs). For validation, 2-[18F]FDG PET scans from 261 individuals with AD, behavioral variant of frontotemporal dementia, mild cognitive impairment and NC were analyzed. We identified an ADRP that is characterized by relatively reduced metabolic activity in temporoparietal cortices, posterior cingulate and precuneus which co-varied with relatively increased metabolic activity in the cerebellum. ADRP expression significantly differentiated AD from NC (AUC = 0.95) and other dementia types (AUC = 0.76–0.85) and its expression correlated with clinical measures of global cognition and neuropsychological indices in all cohorts.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,000
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 Opus0,034
Tête enseignante GPT0,311
Écart entre enseignants0,277 · 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

Citations30
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetAlzheimer's disease research and treatments→Travaux en français237 207→