Can Brain Volume-Driven Characteristic Features Predict the Response of Alzheimer’s Patients to Repetitive Transcranial Magnetic Stimulation? A Pilot Study
Notice bibliographique
Résumé
This study is a post-hoc examination of baseline MRI data from a clinical trial investigating the efficacy of repetitive transcranial magnetic stimulation (rTMS) as a treatment for patients with mild-moderate Alzheimer's disease (AD). Herein, we investigated whether the analysis of baseline MRI data could predict the response of patients to rTMS treatment. Whole-brain T1-weighted MRI scans of 75 participants collected at baseline were analyzed. The analyses were run on the gray matter (GM) and white matter (WM) of the left and right dorsolateral prefrontal cortex (DLPFC), as that was the rTMS application site. The primary outcome measure was the Alzheimer's disease assessment scale-cognitive subscale (ADAS-Cog). The response to treatment was determined based on ADAS-Cog scores and secondary outcome measures. The analysis of covariance showed that responders to active treatment had a significantly lower baseline GM volume in the right DLPFC and a higher GM asymmetry index in the DLPFC region compared to those in non-responders. Logistic regression with a repeated five-fold cross-validated analysis using the MRI-driven features of the initial 75 participants provided a mean accuracy of 0.69 and an area under the receiver operating characteristic curve of 0.74 for separating responders and non-responders. The results suggest that GM volume or asymmetry in the target area of active rTMS treatment (DLPFC region in this study) may be a weak predictor of rTMS treatment efficacy. These results need more data to draw more robust conclusions.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».