MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312087293 · doi:10.1002/alz.065619

Standardized preprocessed derivatives for the Comprehensive Assessment of Neurodegeneration and Dementia (COMPASS‐ND) Study

2022· article· en· W4312087293 sur OpenAlexaffabout
Désirée Lussier, Natasha Clarke, Hao‐Ting Wang, Arnaud Boré, Loïc Tetrel, Simon Duchesne, Gabriel A. Devenyi, M. Mallar Chakravarty, Maxime Descoteaux, Roger A. Dixon, AmanPreet Badhwar, Pierre Bellec

Notice bibliographique

RevueAlzheimer s & Dementia · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensWomen and Children’s Health Research InstituteUniversité de SherbrookeUniversity of AlbertaUniversité de MontréalInstitut Universitaire en Santé Mentale de QuébecUniversité LavalMcGill UniversityDouglas Mental Health University InstituteInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesnon disponible
Mots-clésArtificial intelligenceDementiaComputer scienceMedicinePsychologyPattern recognition (psychology)DiseasePathology

Résumé

récupéré en direct d'OpenAlex

Abstract Background The Comprehensive Assessment of Neurodegeneration and Dementia (COMPASS‐ND) cohort of the pan‐Canadian Consortium on Neurodegeneration in Aging (CCNA) provides imaging on participants following a standardized protocol. This imaging contribution to deep phenotyping is done to study the full spectrum of age‐related dementias in more than 1,100 individuals (50‐90y) with subjective or mild cognitive impairment, Alzheimer’s disease, other dementias, or otherwise cognitively unimpaired. To accelerate discovery, we propose to release biomarkers extracted from these acquisitions. Here we present preliminary (N=385, AD=39) preprocessing methods, quality control, and available derivatives of the resting‐state functional (rsfMRI), diffusion weighted (DWI), and structural magnetic resonance images. Method fMRI data was preprocessed using fMRIprep v20.2.1. Sørensen–Dice similarity measure was computed between individual masks and group templates using our internal BIDS app. Functional connectome of 101 regions from Dictionary of Functional Modes (DiFuMo) 64 dimension atlas were calculated with confounds removed. Mean network connectivity for the Yeo7 networks was summarized from connectomes. DWI data underwent robust quality control and preprocessing using Tractoflow. Bundle extraction and mean metric computation was done using freewater_flow, rbx_flow and tractometry_flow. Structural scans were preprocessed and segmented using iterativeN3 and MAGeT‐brain to obtain subcortical and cerebellar volumes. As a validation, a subset of variables associated with aging in the literature was tested for association with participant age using simple correlation. Result The functional Dice score was 0.915 (SD=0.017, N=390) and structural was 0.988 (SD=0.004, N=381). Age was significantly associated with mean DMN connectivity (r=‐0.226, p<0.001), bilateral inferior fronto‐occipital fasciculus freewater (r=0.533, p<0.001), and bilateral thalamus volume (r=‐0.243, p<0.001). Conclusion Derivatives obtained include: functional connectomes using DiFuMo64, network connectivity from Yeo7, DWI measures for major fiber tracts, and segmented subcortical and cerebellar volumes. The results of the quality and validity checks indicate the derivatives would be useful for the study of age‐related dementias. Full quality control and release of the complete COMPASS‐ND preprocessed imaging dataset and derivatives should be completed in 2022. For information on access see ccna‐ccnv.ca.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,331
Écart entre enseignants0,250 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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 revueAlzheimer s & Dementia→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→