Assessment of brain oxygen extraction in aging and Alzheimer’s disease with MRI images
Notice bibliographique
Résumé
Abstract Background There is a growing body of evidence suggesting changes in blood flow and metabolism as a trigger of the cascade of events leading to Alzheimer’s disease (AD). Oxygen extraction fraction (OEF) MRI images provide valuable information about the brain’s metabolism and blood flow in stroke, brain injury, and recently neurodegenerative diseases. However, OEF is a research tool, and its clinical utility is still being evaluated. Here, we aimed to assess brain oxygenation in aging and AD using OEF images. We test the hypothesis that OEF reduction is associated with the clinical stages of AD. Method A cohort of 310 subjects with cognitively unimpaired (CU) (n = 182), mild cognitive impairment (MCI) (n = 80), and AD (n = 48), were recruited. All participants received 3D gradient‐recalled echo sequence MRI. All OEF images were constructed by QSM+qBOLD model with CCTV (Temporal clustering, tissue composition, and total variation) (Figure1). Eighty‐two various brain regions of interest (ROI) and 6 Braak ROI were investigated in the current study. Result Our results demonstrated that the OEF mean value in almost all of the brain ROI encompassed the lowest amount of OEF in AD compared with MCI and CU. In most parts of the brain, the OEF mean value was AD Conclusion OEF is an affordable and relevant non‐invasive MR approach to assess brain metabolism during disease progression or therapeutic interventions. OEF decreased in symptomatic cases. Further studies should explore the mechanisms underlying increased OEF in MCI. Our results support the potential of OEF to improve our understanding of metabolic changes associated with AD pathophysiology.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».