MétaCan
Menu
Retour à la cohorte
Enregistrement W4394403014 · doi:10.6084/m9.figshare.19389866

Supplementary Material for: Assessing Mild Cognitive Impairment in Parkinson’s Disease by Magnetic Resonance Quantitative Susceptibility Mapping Combined Voxel-Wise and Radiomic Analysis

2022· dataset· en· W4394403014 sur OpenAlexaboutno aff
Yunli Zhao, Qu H., Wenzhong Wang, Jianjun Liu, Pan Y, Li Z, Guofan Xu, Hu Chen

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCognitive impairmentVoxelMagnetic resonance imagingParkinson's diseaseMedicineDiseaseQuantitative susceptibility mappingPsychologyPathologyRadiology

Résumé

récupéré en direct d'OpenAlex

Background: The relationship between iron accumulation in the central nervous system and cognitive decline in Parkinson’s disease (PD) has not been fully elucidated. This study aimed to explore the value of quantitative susceptibility mapping in assessment of mild cognitive impairment (MCI) in PD. Methods: Sixteen PD patients with MCI (PD-MCI), sixteen normal cognition PD patients (PD-NC), and 28 healthy controls (HCs) were included. The differences in the magnetic susceptibility and Radiomic indicators among groups and their correlations with Montreal Cognitive Assessment-Basic (MoCA-B) scores and Unified Parkinson’s Disease Rating Scale Part III (UPDRS-III) were analyzed. Receiver operating characteristic curves were used to evaluate the diagnostic performance. Results: Higher iron deposition was observed in the cortical and subcortical structures of the PD patients compared with HCs, including limbic system, orbitofrontal cortex, cuneus, red nucleus, and substantia nigra. Combined magnetic susceptibility and texture index in hippocampus achieved the best diagnostic performance (area under curves: 0.828) in differentiating PD-MCI from PD-NC. The magnetic susceptibilities of the substantia nigra, red nucleus, putamen, globus pallidus, hippocampus, and thalamus were negatively correlated with the MoCA-B scores (all p < 0.05), and of the putamen and amygdala were positively correlated with the UPDRS-III scores (both p < 0.05). Conclusion: Higher iron deposition was observed in the cortical and subcortical structures of the PD-MCI and PD-NC groups. The susceptibility values of vulnerable brain subregions shown significant correlation with MoCA-B and UPDRS-III. Together with the texture index, magnetic susceptibility values could provide robust performance in distinguishing PD-MCI patients from PD-NC.

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)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,799
Score d'incertitude au seuil0,286

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,7990,294

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 Opus0,023
Tête enseignante GPT0,321
Écart entre enseignants0,298 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207