Differing patterns of cortical grey matter pathology identified by multifractal analysis in UMN-predominant ALS patients with and without corticospinal tract hyperintensity
Notice bibliographique
Résumé
The pathological hallmarks of amyotrophic lateral sclerosis (ALS) are degeneration of the primary motor cortex grey matter (GM) and corticospinal tract (CST) resulting in upper motor neuron (UMN) dysfunction. Conventional brain magnetic resonance imaging (MRI) shows abnormal CST hyperintensity in some UMN-predominant ALS patients (ALS-CST+) but not in others (ALS-CST-). In addition to the CST differences, we aimed to determine whether GM degeneration differs between ALS-CST+ and ALS-CST- patients by cortical thickness (CT), voxel-based morphometry (VBM) and fractal dimension analyses. We hypothesized that MRI multifractal (MF) measures could differentiate between neurologic controls (n = 14) and UMN-predominant ALS patients as well as between patient subgroups (ALS-CST+, n = 21 vs ALS-CST-, n = 27). No significant differences were observed in CT or GM VBM in any brain regions between patients and controls or between ALS subgroups. MF analyses were performed separately on GM of the whole brain, of frontal, parietal, occipital, and temporal lobes as well as of cerebellum. Estimating MF measures D (Q = 0), D (Q = 1), D (Q = 2), Δf, Δα of frontal lobe GM classified neurologic controls, ALS-CST+ and ALS-CST- groups with 98% accuracy and > 95% in F1, recall, precision and specificity scores. Classification accuracy was only 74% when using whole brain MF measures and < 70% for other brain lobes. We demonstrate that MF analysis can distinguish UMN-predominant ALS subgroups based on GM changes, which the more commonly used quantitative approaches of CT and VBM cannot.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».