Brain Qualitative and Quantitative Radiological Biomarker Association with Cognitive Impairment and Dementia. Summary of the Doctoral Thesis
Notice bibliographique
Résumé
Demographic changes in the population and timely diagnosis and treatment of neurodegenerative diseases are among the major challenges in Europe and the world in the 21st century. Within the framework of the dissertation, the possibilities of magnetic resonance (MR) examination are explored in analysing study participants with cognitive impairments. The aim of the study is to determine the relationship between qualitative and quantitative brain biomarkers and cognitive function in patients with cognitive impairments. The literature review section of the study examines the concept of cognitive impairment and dementia, commonly used cognitive tests, describes commonly used qualitative visual assessment scales, and evaluates the use of quantitative biomarkers in the diagnosis of cognitive impairments. The material section evaluates demographic indicators of participants, divides participants into groups, and evaluates differences between participant groups. In total, 81 participants were analysed, of which 24 had no cognitive impairment and 57 had various degrees of cognitive impairments assessed by the Montreal Cognitive Assessment (MoCA) scale. The methods section evaluates the application of statistical methods, including the Mann-Whitney U test, Kruskal-Wallis H test, post-hoc analysis, p-value correction after Bonferroni, Spearman correlation, principal component analysis. Results indicate that certain brain radiological biomarkers are associated with cognitive function outcomes, including both qualitative assessment scales and quantitative volume, cortical thickness, and white-matter fibre characteristic values. These identified relationships serve as the basis for further research on the use of quantitative radiological biomarkers in the diagnosis of cognitive impairment and to identify patients in the future who are at higher risk. In conclusion, the hypotheses that were defined during the work are confirmed – in the case of cognitive impairment and dementia, structural changes occur in the brain, which can be detected in MR images by performing a qualitative and quantitative analysis of brain structures, and cognitive impairment is associated with specific changes in the quantitative measures of the brain MR. Overall, MR examination can not only rule out large pathologies but also provide more extensive and detailed information on anatomical and structural changes in the brain that are essential for the diagnosis, control, and evaluation of interventions for cognitive impairment in the long term. 3.2 Clinical Medicine; Sub-Sector – Roentgenology and Radiology. Keywords: brain, radiological biomarkers, cognitive functions, dementia, magnetic resonance imaging. This research has been developed with financing from the European Social Fund and the Latvian state budget within the project No. 8.2.2.0/20/I/004 “Support for involving doctoral students in scientific research and studies” at Rīga Stradiņš University.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 ».