MétaCan
Menu
Retour à la cohorte
Enregistrement W4392344620 · doi:10.1101/2024.02.22.581646

Lifespan reference curves for harmonizing multi-site regional brain white matter metrics from diffusion MRI

2024· preprint· en· W4392344620 sur OpenAlexfundno aff
Alyssa H. Zhu, Talia M. Nir, Shayan Javid, Julio E. Villalón‐Reina, Amanda Rodrigue, Lachlan T. Strike, Greig I. de Zubicaray, Katie L. McMahon, Margaret J. Wright, Sarah E. Medland, John Blangero, David C. Glahn, Peter Kochunov, Asta K. Håberg, Paul M. Thompson, Neda Jahanshad

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilCanadian Institutes of Health ResearchDirectorate for Biological SciencesNational Institutes of HealthGenentechIXICOH. Lundbeck A/SServierNational Institute of Mental HealthPfizerNovartis Pharmaceuticals CorporationMedical Research CouncilBiogenEli Lilly and CompanyBristol-Myers SquibbBioClinicaU.S. Department of DefenseMeso Scale DiagnosticsAlzheimer's Disease Neuroimaging InitiativeEisaiAlzheimer's Association
Mots-clésWhite matterDiffusion MRIDiffusionMedicineMagnetic resonance imagingPhysicsRadiologyThermodynamics

Résumé

récupéré en direct d'OpenAlex

Age-related white matter (WM) microstructure maturation and decline occur throughout the human lifespan with a unique trajectory in the brain, complementing the process of gray matter development and degeneration. Normative modeling can establish lifespan reference curves for typical WM microstructural aging patterns by pooling data from many independent studies that span different age ranges. Here, we create such reference curves by harmonizing and pooling diffusion MRI (dMRI)-derived data from ten public datasets (N = 40,898 subjects; age: 3-95 years; 47.6% male). We tested three ComBat harmonization methods to create normative curves for regional diffusion tensor imaging (DTI) based fractional anisotropy (FA), a widely used metric of WM microstructure, extracted using the ENIGMA-DTI pipeline. ComBat-GAM harmonization provided multi-study trajectories most consistent with neuroscientific knowledge regarding WM maturation peaks. Harmonized FA metrics were used to create lifespan reference curves, which were validated with test-retest data and used to assess the effect of the ApoE4 risk factor for dementia in WM across the lifespan. We found significant associations between ApoE4 and FA in WM regions associated with neurodegenerative disease even in healthy individuals across the lifespan, with regional age-by-genotype interactions. Within-study associations were not affected by normative harmonization, ensuring that large-scale harmonized studies can be conducted across the lifespan, even from distinct age-restricted studies, without compromising individual study findings. Our lifespan reference curves and tools to harmonize new dMRI data to the curves are available through our new Python package, eHarmonize (https://github.com/ahzhu/eharmonize).

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)0,021
score de la tête « metaresearch » (Gemma)0,086
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,086
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,104
Tête enseignante GPT0,319
Écart entre enseignants0,215 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207