MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388765269 · doi:10.3233/jad-230544

Assessment and Comparison of Nonlinear Measures in Resting-State Magnetoencephalograms in Alzheimer’s Disease and Mild Cognitive Impairment

2023· article· en· W4388765269 sur OpenAlexaff
Hamed Azami, Elham Daftarifard, Anne Humeau‐Heurtier, Alberto Fernández, Daniel Abásolo, Tarek K. Rajji

Notice bibliographique

RevueJournal of Alzheimer s Disease · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensToronto Dementia Research AllianceUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésAlzheimer's diseaseCognitive impairmentAudiologyCorrelationCorrelation dimensionResting state fMRIInternal medicinePsychologyCardiologyMathematicsMedicineFractal dimensionDiseaseFractalNeuroscience

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Nonlinear dynamical measures, such as fractal dimension (FD), entropy, and Lempel-Ziv complexity (LZC), have been extensively investigated individually for detecting information content in magnetoencephalograms (MEGs) from patients with Alzheimer's disease (AD). OBJECTIVE: To compare systematically the performance of twenty conventional and recently introduced nonlinear dynamical measures in studying AD versus mild cognitive impairment (MCI) and healthy control (HC) subjects using MEG. METHODS: We compared twenty nonlinear measures to distinguish MEG recordings from 36 AD (mean age = 74.06±6.95 years), 18 MCI (mean age = 74.89±5.57 years), and 26 HC subjects (mean age = 71.77±6.38 years) in different brain regions and also evaluated the effect of the length of MEG epochs on their performance. We also studied the correlation between these measures and cognitive performance based on the Mini-Mental State Examination (MMSE). RESULTS: The results obtained by LZC, zero-crossing rate (ZCR), FD, and dispersion entropy (DispEn) measures showed significant differences among the three groups. There was no significant difference between HC and MCI. The highest Hedge's g effect sizes for HC versus AD and MCI versus AD were respectively obtained by Higuchi's FD (HFD) and fuzzy DispEn (FuzDispEn) in the whole brain and was most prominent in left lateral. The results obtained by HFD and FuzDispEn had a significant correlation with the MMSE scores. DispEn-based techniques, LZC, and ZCR, compared with HFD, were less sensitive to epoch length in distinguishing HC form AD. CONCLUSIONS: FuzDispEn was the most consistent technique to distinguish MEG dynamical patterns in AD compared with HC and MCI.

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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,100
Tête enseignante GPT0,366
Écart entre enseignants0,266 · 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Alzheimer s Disease→Même sujetFunctional Brain Connectivity Studies→Travaux en français237 207→