MétaCan
Menu
Retour à la cohorte
Enregistrement W4391772470 · doi:10.21203/rs.3.rs-3930202/v1

Associations between the Choroid Plexus and Tau in Alzheimer’s Disease using an Active Learning Segmentation Pipeline

2024· preprint· en· W4391772470 sur OpenAlexfundno aff
Jiaxin Li, Yueqin Hu, Yunzhi Xu, Xue Feng, Craig H. Meyer, Weiying Dai, Li Zhao

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueRetinal Imaging and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceCanadian Institutes of Health ResearchNational Institutes of HealthH. Lundbeck A/SServierEisaiGenentechIXICONational Natural Science Foundation of ChinaNorthern California Institute for Research and EducationNovartis Pharmaceuticals CorporationBioClinicaU.S. Department of DefenseMeso Scale DiagnosticsAlzheimer's Disease Neuroimaging InitiativeF. Hoffmann-La RocheUniversity of Southern CaliforniaBristol-Myers SquibbEli Lilly and CompanyBiogenAlzheimer's Association
Mots-clésChoroid plexusPipeline (software)SegmentationNeuroscienceDiseaseMedicineComputer scienceArtificial intelligencePsychologyPathologyCentral nervous systemProgramming language

Résumé

récupéré en direct d'OpenAlex

Abstract Background The cerebrospinal fluid (CSF), primarily generated by the choroid plexus (ChP), is the major carrier of the glymphatic system. The alternations of CSF production and the ChP can be associated with the Alzheimer's disease (AD). The present work investigated the roles of the ChP in the AD based on a proposed ChP image segmentation pipeline. Methods A human-in-the-loop ChP image segmentation pipeline was implemented with intermediate and active learning datasets. The performance of the proposed pipeline was evaluated on manual contours by five radiologists, compared to the FreeSurfer and FastSurfer toolboxes. The ChP volume and blood flow were investigated among AD groups. The correlations between the ChP volume and AD CSF biomarkers including p-tau, t-tau, Aβ42, and Aβ40 was investigated using three models (univariate, multiple variables, and stepwise regression) on two datasets with 806 and 320 subjects. Results The proposed ChP segmentation pipeline achieved superior accuracy with 27.8% and 24.9% higher Dice coefficient compared to the FreeSurfer and FastSurfer. Significantly larger volumes ( p < 0.001) and higher perfusion ( p = 0.032) at the ChP were found in AD compared to CN groups. Significant correlations were found between the tau and the relative ChP volume (the ChP volume and ChP/parenchyma ratio) in each patient groups and in the univariate regression analysis ( p < 0.001), the multiple regression model (p < 0.05 except for the t-tau in the LMCI), and in the step-wise regression model (p < 0.021). In addition, the correlation coefficients reduced from − 0.32 to -0.21 along with the AD progression in the multiple regression model. In contrast, the Aβ42 and Aβ40 shows consistent and significant associations with the lateral ventricle related measures in the step-wise regression model (p < 0.027). Conclusions The proposed pipeline provided accurate ChP segmentation which revealed the associations between the ChP and tau level in the AD. The proposed pipeline is available on github://xxxx.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
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 enseignants0,140
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,153
Tête enseignante GPT0,480
Écart entre enseignants0,327 · 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 tête enseignante, pas un consensus.

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetRetinal Imaging and AnalysisTravaux en français237 207