Seeing beyond the symptoms: biomarkers and brain regions linked to cognitive decline in Alzheimer’s disease
Notice bibliographique
Résumé
Objective: Early Alzheimer's disease (AD) diagnosis remains challenging, necessitating specific biomarkers for timely detection. This study aimed to identify such biomarkers and explore their associations with cognitive decline. Methods: A cohort of 1759 individuals across cognitive aging stages, including healthy controls (HC), mild cognitive impairment (MCI), and AD, was examined. Utilizing nine biomarkers from structural MRI (sMRI), diffusion tensor imaging (DTI), and positron emission tomography (PET), predictions were made for Mini-Mental State Examination (MMSE), Clinical Dementia Rating Scale Sum of Boxes (CDRSB), and Alzheimer's Disease Assessment Scale-Cognitive Subscale (ADAS). Biomarkers included four sMRI (e.g., average thickness [ATH]), four DTI (e.g., mean diffusivity [MD]), and one PET Amyloid-β (Aβ) measure. Ensemble regression tree (ERT) technique with bagging and random forest approaches were applied in four groups (HC/MCI, HC/AD, MCI/AD, and HC/MCI/AD). Results: Aβ emerged as a robust predictor of cognitive scores, particularly in late-stage AD. Volumetric measures, notably ATH, consistently correlated with cognitive scores across early and late disease stages. Additionally, ADAS demonstrated links to various neuroimaging biomarkers in all subject groups, highlighting its efficacy in monitoring brain changes throughout disease progression. ERT identified key brain regions associated with cognitive scores, such as the right transverse temporal region for Aβ, left and right entorhinal cortex, left inferior temporal gyrus, and left middle temporal gyrus for ATH, and the left uncinate fasciculus for MD. Conclusion: This study underscores the importance of an interdisciplinary approach in understanding AD mechanisms, offering potential contributions to early biomarker development.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».