MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390199763 · doi:10.1002/alz.077239

Cerebellum Hyperactivity and its cortical connectivity in Alzheimer’s Disease (AD) utilizing <i>FDG PET</i> and <i>Resting State Functional Magnetic Resonance</i>.

2023· article· en· W4390199763 sur OpenAlexaboutno aff
Prasanna Karunanayaka, Biyar Ahmed, Rommy Elyan, Deepak Kalra, Paul J. Eslinger, Qing Yang

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCerebellumResting state fMRINeuroscienceDefault mode networkPositron emission tomographyAlzheimer's diseaseTemporal lobePsychologyNeuroimagingFunctional magnetic resonance imagingThalamusMagnetic resonance imagingMedicinePathologyDiseaseRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background The role of the cerebellum in Alzheimer’s disease (AD) is not fully understood. There are a few studies that have demonstrated impaired cortical – cerebellar connectivity in AD. Additionally, transgenic mouse studies clearly show amyloid‐β (Aβ) deposition in the cerebellum affecting synaptic transmission and plasticity, sometimes before plaque formation. To characterize metabolic activity in the cerebellum, we analyzed 18F‐fluorodeoxyglucose (FDG) positron emission tomography (PET) and resting‐state functional MRI (rs‐fMRI) data in AD, mild‐cognitive impaired (MCI), and age‐matched cognitively normal (CN) subjects from the Alzheimer’s Disease Neuroimaging Initiative (ADNI). Our focus was on the intrinsic functional connectivity of the cerebellum with three brain networks: the default mode network (DMN), dorsal attention network (DAN), and the primary olfactory cortex (POC) in the medial temporal lobe. We hypothesized that the resting state functional connectivity of cerebellar regions (that showed differential FDG metabolic activity) would exhibit impaired brain‐wide network connectivity. Method A group of 272 ADNI subjects (CN = 80, MCI = 149, AD = 43) with FDG‐PET scans were analyzed in this study. All 272 subjects did not have consistent rs‐fMRI data therefore, we analyzed 160 subjects (CN = 80, MCI = 84, AD = 29) that had consistent rs‐fMRI data acquisition parameters. The PET preprocessing was performed in SPM12. Partial volume correction was performed using the Van‐Cittert deconvolution technique. The rs‐fMRI data was preprocessed in DPABI; PET and rs‐fMRI data were normalized to the Montreal Neurological Institute template. DMN and DAN masks were downloaded from neurovault.org. The Statistical analyses were performed in DPABI. Result The SPM group analysis of PET data identified crus II, right cerebellum 4,5 and vermis lobule 6 as hyperactive (increased glucose metabolism) in AD and MCI compared to CN (Figure 1). Subsequent analyses identified brain regions within the DMN, DAN, and POC that are correlated with hyperactive cerebellar regions. Similarity analyses detected impaired resting state functional connectivity of hyperactive cerebellar regions with the three brain networks (Figure 2). Conclusion The hyper‐metabolism in the cerebellum may reflect disruption of local and brain‐wide network connectivity due to neurodegeneration. Observed hyper‐metabolism may be related to inhibitory dynamics of the cerebellum — providing a hypothetical mechanism to explain the susceptibility of brain networks in AD.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,067
Tête enseignante GPT0,280
Écart entre enseignants0,212 · 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 sujetFunctional Brain Connectivity Studies→Travaux en français237 207→