Multiple patterns of structural brain change trajectories in AD: MRI deep learning verification with enhanced sequential pattern analysis
Notice bibliographique
Résumé
Abstract Background Our recently proposed interpretable Ensemble 3DCNN deep learning (DL) technique has allowed the derivation of a P‐score based on brain structural magnetic resonance imaging (sMRI) modelling to predict patterned neurodegeneration in AD (https://doi.org/10.1002/advs.202204717). Sequential association rules with a support rate greater than 18% have been used to define a neurodegenerative progression pattern. To more prudently test the meaningfulness of the patterns found, we further calculated the lift values of the various sequential patterns underlying the suggested longitudinal sMRI changes. Method The lift value of an association rule is defined as the rule’s confidence rate divided by the support rate of the rule consequent, i.e., the support rate of the rule divided by the product of the support values of the rule consequent and the rule antecedent. For example, with {L.NAC}→{L.NAC, R.NAC} (https://doi.org/10.1002/advs.202204717), among the 167 AD subjects employed for analyzing neurodegenerative progression patterns, the number (N) of the subjects with at least an sMRI image containing both L.NAC and R.NAC as neurodegenerative regions at all time points examined was firstly calculated. Secondly, among the above‐mentioned 167 AD subjects, the number (M) of the subjects with at least an sMRI image containing only L.NAC as neurodegenerative regions at all time points examined was counted and the time point (P) corresponding to the selected (earlier/earliest) sMRI image was saved. Thirdly, among the above selected M subjects, the number (K) of the subjects with at least an sMRI image containing both L.NAC and R.NAC as neurodegenerative regions at all time points latter than the P was computed. Thus, lift value = (K/M)/(N/167). Result The lift values of the fifty sequential association rules reported in the recent paper (https://doi.org/10.1002/advs.202204717) ranged between 1.27 and 2.59(i.e., all > 1; Table 1), further confirming the longitudinal sMRI change patterns in AD. Conclusion This study analyzing the lift values of the sequential association rules further verified the multiple patterns of longitudinal sMRI trajectories in AD brains, as reported recently. The research demonstrated featured and heterogeneous whole‐brain structural degeneration with AD progression.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».