MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390194261 · doi:10.1002/alz.080004

Multivariate white matter differences links to cognition in individuals with family history of Alzheimer’s disease and APOE4 genetic risk

2023· article· en· W4390194261 sur OpenAlexaff
Stefanie A Tremblay, R. Nathan Spreng, Zaki Alasmar, Amir Pirhadi, Christine Tardif, M. Mallar Chakravarty, Sylvia Villeneuve, Ilana R. Leppert, Félix Carbonell, Yasser Iturria‐Medina, Christopher J. Steele, Claudine Gauthier

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensDouglas Mental Health University InstituteMcGill UniversityConcordia UniversityMcGill Genome CentreMontreal Neurological Institute and HospitalMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésMultivariate statisticsMahalanobis distanceSpleniumUnivariatePsychologyNeuropsychologyCorpus callosumMultivariate analysisVoxelCognitionWhite matterMedicineClinical psychologyArtificial intelligenceMagnetic resonance imagingStatisticsInternal medicinePsychiatryNeuroscienceComputer scienceMathematicsRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Growing evidence suggests Alzheimer’s disease (AD) develops from a complex cascade of events that vary between individuals. Multivariate approaches have the potential to capture the complexity and heterogeneity of pathologies underlying AD in a more holistic manner compared to univariate approaches. Method The MRI data of 105 older adults with a family history of AD from the PREVENT‐AD dataset were analysed. Forty six of these individuals had the APOE4‐3 genotype (greater risk of developing AD), while 59 subjects had the APOE3‐3 genotype (normal risk). Diffusion‐weighted imaging and multi‐echo magnetization transfer, proton density and T1‐weighted data were used to compute several WM metrics (Fig1 b‐c). We computed the voxel‐wise Mahalanobis distance (D2) in WM between APOE4‐3 individuals and a reference group (APOE3‐3) (Fig1). D2 is a multivariate measure that combines several MRI metrics, accounting for their covariance, and yielding a score indicative of the degree of abnormality at each WM voxel (Fig2). Associations between WM D2 and cognitive performance were then investigated (Fig3). Independent component analysis (ICA) was performed on spatial dimensions and linear regression analyses were conducted between D2 in ICA components and scores on items of the Repeatable Battery for the Assessment of Neuropsychological Status (RBANS). We then extracted the contribution of each MRI feature to D2 in the regions where significant associations were found. Result A significant negative association (R = ‐0.36, p = 0.014) was found between D2 in a component corresponding to the splenium of the corpus callosum (CC) and scores on RBANS‐immediate memory (Fig3), indicating a link between a greater degree of WM abnormality and poorer performance. Proton density (MPM_PD) and longitudinal relaxation rate (MPM_R1), potentially indicative of WM loss, contributed most to D2 in this region. Conclusion Our findings suggest that microstructural alterations in the posterior part of the CC may play a role in memory deficit in older adults who are at greater risk of developing AD. This is in line with other studies that showed a link between CC degeneration and memory impairments in early AD stages.1 1. Qiu et al. (2016). Inter‐hemispheric dysconnectivity in AD and aMCI. Sci.Rep.

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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,066
Tête enseignante GPT0,314
Écart entre enseignants0,248 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→