Cortical microstructural associations with CSF amyloid and pTau
Notice bibliographique
Résumé
Abstract Diffusion MRI (dMRI) can be used to probe microstructural properties of brain tissue and holds great promise as a means to non-invasively map Alzheimer’s disease (AD) pathology. Few studies have evaluated multi-shell dMRI models such as neurite orientation dispersion and density imaging (NODDI) and mean apparent propagator (MAP)-MRI in cortical gray matter where many of the earliest histopathological changes occur in AD. Here, we investigated the relationship between CSF pTau 181 and Aβ 1–42 burden and regional cortical NODDI and MAP-MRI indices in 46 cognitively unimpaired individuals, 18 with mild cognitive impairment, and two with dementia (mean age: 71.8 ± 6.2 years) from the Alzheimer’s Disease Neuroimaging Initiative. We compared findings to more conventional cortical thickness measures. Lower CSF Aβ 1–42 and higher pTau 181 were associated with cortical dMRI measures reflecting less hindered or restricted diffusion and greater diffusivity. Cortical dMRI measures, but not cortical thickness measures, were more widely associated with Aβ 1–42 than pTau 181 and better distinguished Aβ+ from Aβ- participants than pTau+ from pTau- participants. dMRI associations mediated the relationship between CSF markers and delayed logical memory performance, commonly impaired in early AD. dMRI metrics sensitive to early AD pathogenesis and microstructural damage may be better measures of subtle neurodegeneration in comparison to standard cortical thickness and help to elucidate mechanisms underlying cognitive decline.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».