Machine learning classifiers and associations of cognitive performance with hippocampal subfields in amnestic mild cognitive impairment
Notice bibliographique
Résumé
Background: Neuroimaging studies have demonstrated alterations in hippocampal volume and hippocampal subfields among individuals with amnestic mild cognitive impairment (aMCI). However, research on using hippocampal subfield volume modeling to differentiate aMCI from normal controls (NCs) is limited, and the relationship between hippocampal volume and overall cognitive scores remains unclear. Methods: We enrolled 50 subjects with aMCI and 44 NCs for this study. Initially, a univariate general linear model was employed to analyze differences in the volumes of hippocampal subfields. Subsequently, two sets of dimensionality reduction methods and four machine learning techniques were applied to distinguish aMCI from NCs based on hippocampal subfield volumes. Finally, we assessed the correlation between the relative volumes of hippocampal subfields and cognitive test variables (Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment Scale (MoCA)). Results: Significant volume differences were observed in several hippocampal subfields, notably in the left hippocampus. Specifically, the volumes of the hippocampal tail, subiculum, CA1, presubiculum, molecular layer, GC-ML-DG, CA3, CA4, and fimbria differed significantly between the two groups. The highest area under the curve (AUC) values for left and right hippocampal machine learning classifiers were 0.678 and 0.701, respectively. Moreover, the volumes of the left subiculum, left molecular layer, right subiculum, right CA1, right molecular layer, right GC-ML-DG, and right CA4 exhibited the strongest and most consistent correlations with MoCA scores. Conclusion: Hippocampal subfield volume may serve as a predictive marker for aMCI. These findings underscore the sensitivity of hippocampal subfield volume to overall cognitive performance.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».