Coupling of the spatial distributions between sMRI and PET reveals the progression of Alzheimer’s disease
Notice bibliographique
Résumé
Abstract Amyloid-beta (Aβ) deposition and altered brain structure are the most relevant neuroimaging biomarkers for Alzheimer’s disease (AD). However, their spatial inconsistency was always confusing and misleading. Furthermore, the relationship between this spatial inconsistency and AD progression is unclear. The current study introduced a regional radiomics similarity network (R2SN) to map structural MRI and Aβ positron emission tomography (PET) images to study their cross-modal interregional coupling. A total of 790 participants (248 normal controls, 390 mild cognitive impaired patients, and 152 AD patients) with their structural MRI and PET images were studied. The results showed that global and regional R2SN coupling significantly decreased according to the severity of cognitive decline, from mild cognitive impairment to AD dementia. The global coupling patterns are discriminative between different APOE ε4, Aβ, and Tau subgroups. R2SN coupling was probed for relationships with neuropsychiatric measures and peripheral biomarkers. Kaplan–Meier analysis showed that lower global coupling scores could reveal worse clinical progression of dementia. The R2SN coupling scores derived from the coupling between Aβ and atrophy over individual brain regions could reflect the specific pathway of AD progression, which would be a reliable biomarker for 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».