E02 Standardising and observing atrophy and cognitive patterns across the lifetime of Huntington’s disease using data from the HD-YAS and TRACK-HD and TrackOn-HD studies
Notice bibliographique
Résumé
Background Validating neuroimaging biomarkers that linearly track clinical progression over the lifetime of a HD patient is essential for clinical trials to test drug efficacy and ultimately develop a cure. Different image processing techniques can introduce variability and standardisation is required for cross-study comparison. Aim This study aims to investigate image analysis across three large observational datasets, TRACK-HD, TrackOn-HD and HD-YAS, in order to standardise a processing pipeline for grey and white matter segmentation. In this way, the progression of HD pathology across the entire lifespan can be investigated. Methods Neuroimaging data from 497 participants from the TRACK-HD, TrackOn-HD and HD-YAS datasets were combined. Original processing with SPM5, SPM8 and standardised processing using the CAT12 tool in SPM12 were compared. Grey and white matter volumes were plotted to observe the development of atrophy in HD. Statistical parametric maps correlating cognitive and motor outcomes with regional atrophy were also assessed. Results Comparison of SPM5 and SPM8 with SPM12 standardised brain segmentations showed significant differences. The CAT12 pre-processing tool was validated as an accurate method for standardised brain segmentation across both data sets. In the premanifest cohort, caudate volume was the earliest biomarker detected, followed by grey and white matter volumes. Examination of the cognitive tests highlighted a need for more sensitive measures for early premanifest individuals. Conclusions We demonstrate a systematic difference between different SPM software versions, which was removed when the CAT12 tool was used. This emphasises the need for standardisation of image analysis processing when combining multiple datasets.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».