Computer-Based Evaluation of α-Synuclein Pathology in Multiple System Atrophy as a Novel Tool to Recognize Disease Subtypes
Notice bibliographique
Résumé
Multiple system atrophy (MSA) is a neurodegenerative disorder with variable disease course and distinct constellations of clinical (cerebellar [MSA-C] or parkinsonism [MSA-P]) and pathological phenotypes, suggestive of distinct α-synuclein (αSyn) strains. Neuropathologically, MSA is characterized by the accumulation of αSyn in oligodendrocytic glial cytoplasmic inclusions (GCI). Using a novel computer-based method, this study quantified the size of GCIs, density of all αSyn pathology, density of only the GCIs, and number of GCIs in MSA cases (n = 20). The putamen and cerebellar white matter were immunostained with the disease-associated 5G4 anti-αSyn antibody. Following digital scanning and image processing, total 5G4-immunoreactive pathology (ie, neuronal, neuritic, and glial) and GCIs were optically dissected for inclusion size and density measurement and then evaluated applying a novel computer-based method using ImageJ. GCI size varied between cases and brain regions (P < .0001), and heterogeneity in the density of all αSyn pathology including the density and number of GCIs were observed between regions and across cases, where MSA-C cases had a significantly higher density of all αSyn pathology in the cerebellar white matter (P = .049). Some region-specific morphologic variables inversely correlated with the age of onset and death, suggestive of an underlying aging-related cellular mechanism. Unsupervised K-means cluster analysis classified MSA cases into 3 distinct groups based on region-specific morphologic variables. In conclusion, we developed a novel computer-based method that is easily accessible, providing a first step to developing artificial intelligence-based evaluation strategies for large scale comparative studies. Our observations on the variability of morphologic variables between brain regions and cases highlight (1) the importance of computer-based approaches to detect features not considered in the routine diagnostic practice, and (2) novel aspects for the identification of previously unrecognized MSA subtypes that do not necessarily reflect the current clinical classification of MSA-C or MSA-P.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».