MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390201829 · doi:10.1002/alz.082484

DTI changes of thalamic subregions in genetic frontotemporal dementia: findings from the GENFI cohort

2023· article· en· W4390201829 sur OpenAlexaff
Sonja Soskic, Henry F. J. Tregidgo, Emily Todd, Arabella Bouzigues, David M. Cash, Lucy L. Russell, David L. Thomas, Ian B. Malone, John C. van Swieten, Lize C. Jiskoot, Harro Seelaar, Barbara Borroni, Daniela Galimberti, Raquel Sánchez‐Valle, Robert Laforce, Fermín Moreno, Matthis Synofzik, Caroline Graff, Mario Masellis, Maria Carmela Tartaglia, James B. Rowe, Rik Vandenberghe, Elizabeth Finger, Fabrizio Tagliavini, Alexandre de Mendonça, Isabel Santana, Christopher Butler, Simon Ducharme, Alexander Gerhard, Johannes Levin, Markus Otto, Sandro Sorbi, Isabelle Le Ber, Florence Pasquier, Daniel C. Alexander, Juan Eugenio Iglesias, Jonathan D. Rohrer, Martina Bocchetta

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensMcGill UniversityWestern UniversitySunnybrook Health Science CentreToronto Western HospitalUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésC9orf72Fractional anisotropyFrontotemporal dementiaDiffusion MRIThalamusNeurosciencePsychologyInternal medicineMedicineDementiaMagnetic resonance imagingDiseaseRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Atrophy of thalamic subregions has been observed across the spectrum of frontotemporal dementia (FTD). To gain better insight into underlying tissue changes, we investigated how thalamic subregional fractional anisotropy (FA) and mean diffusivity (MD) derived from diffusion tensor imaging (DTI) are altered in genetic FTD. Method We used our newly developed thalamus segmentation tool, which jointly combines structural and diffusion input MRI data, to segment thalami and extract thalamic subregional FA and MD values for 163 genetic mutation carriers and 126 non‐carriers with suitable 3T MRI data from the GENetic FTD Initiative (GENFI). Mutation carriers were divided according to their genetic diagnosis and CDR®+NACC FTLD global scores into presymptomatic/prodromal (≤0.5: 41 C9orf72, 59 GRN, 34 MAPT) and symptomatic (≥1: 8 C9orf72, 11 GRN, 10 MAPT) groups. Mean FA and MD values for thalamic subregions were obtained using diffusion tensors interpolated in the log domain and weighted by segmentation posterior probabilities. Thalamic subregional FA and MD values for presymptomatic and symptomatic mutation carriers within each genetic group were compared with non‐carriers using analysis of covariance with bootstrapping, where age, scanner type, and sex were covariates. We corrected for multiple comparisons and calculated percentage changes in adjusted FA and MD mean values for mutation carriers relative to non‐carriers. Result The only significant change at the presymptomatic stage was found for C9orf72 expansion carriers, who showed FA reduction in the intralaminar subregion (5%) (Figure 1, Table 1). In symptomatic C9orf72 expansion carriers, FA was reduced in the laterodorsal (21%), lateral posterior (13%), anteroventral (13%) and intralaminar (11%) subregions. Symptomatic MAPT mutation carriers also showed FA reduction in the laterodorsal (15%) and anteroventral (11%) subregions. No significant FA reductions were found for GRN mutation carriers and no significant MD changes were observed for any group after correction for multiple comparisons. Conclusion We detected FA reductions of thalamic subregions only for C9orf72 expansion carriers at the presymptomatic stage, and for C9orf72 and MAPT mutation carriers at the symptomatic stage. Combined with the lack of robust MD changes, our findings may warrant further assessment of thalamic microstructure with more advanced diffusion models.

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)0,001
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 enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,087
Tête enseignante GPT0,335
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→