Structural brain network degeneration associated with agitation in dementia
Notice bibliographique
Résumé
Abstract Background Agitation is a behavioral syndrome involving increased motor activity, restlessness, aggressiveness and emotional distress. Its has a 30% prevalence across multiple types of dementia and is associated with negative outcomes, including reduced quality of life, caregiver distress, and mortality. Pharmacological treatment risks serious side effects, including mortality. Understanding brain network topology could provide insights into novel treatment methods. Method Participants comprised 600 subjects from 3 existing databases: the Alzheimer’s Disease Neuroimaging Initiative (ADNI), Frontotemporal Lobar Degeneration Neuroimaging Initiative (NIFD) and the Mesulam Center for Cognitive Neurology and Alzheimer’s Disease at Northwestern University. Participants were clinically diagnosed with either behavioral variant frontotemporal dementia (bvFTD), mild cognitive impairment (MCI), dementia of the Alzeheimer type (DAT) or cognitively normal (CN). The Neuropsychiatric Inventory Questionnaire (NPI‐Q) caregiver rating was used to determine whether individuals were agitated or not. Morphometric similarity networks (MSNs) were generated from Freesurfer statistics calculated from T1‐weighted MRIs. 7 surface‐based cortical metrics (e.g. gray matter volume, surface area) were calculated for each of 360 parcels. Pairwise inter‐parcel Pearson correlations of feature vectors were calculated to produce a morphometric similarity matrix for each individual. We calculated sub‐matrices for salience (SN) cognitive control (CCN) and default mode networks (DMN). Brain Connectivity Toolbox calculated transitivity and global efficiency of each network. Metrics were calculated at different thresholds to ensure the results were not threshold‐dependent. We calculated 2 (Agitation present/absent) x 4 (Diagnosis) repeated measures ANCOVAS for transitivity and global efficiency for each network. Covariates were age, sex, race, database, education, ICV, CDR‐SB and days MRI‐NPI‐Q. Result For the SN, people with Agitation had significantly lower global efficiency than people without Agitation (Figure 1). There were no significant effects of diagnosis or interaction. For the CCN, people with agitation had significantly lower transitivity than people without Agitation (Figure 2). There were no significant effect of diagnosis or interaction. Conclusion Across different forms of dementia, Agitation is associated with reduced integration (global efficiency) of the salience network, and reduced segregation (transitivity) of the cognitive control network. Interventions that alter these topological network features may be effective in reducing agitation in dementia, regardless of clinical diagnosis.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».