MétaCan
Menu
← Retour à la cohorte
Enregistrement W4294098287 · doi:10.1101/2022.08.28.22279300

Impact of hyperactive neuropsychiatric symptoms on brain morphology in mild cognitive impairment and Alzheimer’s disease

2022· preprint· en· W4294098287 sur OpenAlexafffund
Lyna Mariam El Haffaf, Lucas Ronat, Adriana Cannizzaro, Alexandru Hanganu

Notice bibliographique

RevuemedRxiv · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversité de MontréalInstitut Universitaire de Gériatrie de MontréalUniversité du Québec à Montréal
Organismes subventionnairesUniversity of California, San FranciscoUniversité de MontréalDartmouth CollegeNorthwestern UniversityParkinson CanadaOhio State UniversityCleveland ClinicGeorgetown UniversityWake Forest UniversityBrigham and Women's Hospital
Mots-clésIrritabilityDisinhibitionPsychologyCognitionNeuroimagingDementiaAlzheimer's diseaseCognitive declineNeuroscienceBrain morphometryDiseaseAudiologyPsychiatryMedicineInternal medicineMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background The neuroanatomy of hyperactive neuropsychiatric symptoms (NPS) is poorly understood, and it is unclear whether these symptoms result from the same pathogenic processes responsible for cognitive decline or if they have an independent etiology to the neurodegeneration due to Alzheimer’s disease (AD). Objective We aim to investigate how the severity of hyperactive NPS (i.e., agitation, disinhibition, and irritability) can impact brain structures at different stages of cognitive decline. Methods Neuropsychiatric and 3T MRI data from 223 cognitively normal (CN) participants, 367 participants with mild cognitive impairment (MCI) and 175 participants with AD were extracted from the Alzheimer Disease Neuroimaging Initiative (ADNI) database. Statistical analyses based on the general linear model (GLM) were performed to define the effects of neuropsychiatric variables on brain structures in a two-by-two comparison (AD-MCI, CN-MCI and CN-AD). Linear regression analysis was also performed to investigate cortical changes as a function of NPS severity. Results In the AD group, the frontal dorsolateral is the most influenced region receiving an impact from more severe agitation, disinhibition and irritability. In AD, agitation and irritability influence some temporal inferior and parietal superior regions. Furthermore, severe disinhibition seems to have a stronger influence on CN participants compared to the other two groups, particularly in the occipital lingual, frontal middle rostral and frontal pars triangularis regions. Conclusion Our study shows that hyperactive NPS influence differently the brain morphology at different stages of cognitive performance. This might imply that their severity should be evaluated in relation to results of cognitive evaluations.

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)0,003
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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
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 Opus0,030
Tête enseignante GPT0,362
Écart entre enseignants0,332 · 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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→