An estimate of the longitudinal pace of aging from a single brain scan predicts dementia conversion, morbidity, and mortality
Notice bibliographique
Résumé
To understand how aging affects functional decline and increases disease risk, it is necessary to develop accurate and reliable measures of how fast a person is aging. Epigenetic clocks measure aging but require DNA methylation data, which many studies lack. Using data from the Dunedin Study, we introduce an accurate and reliable measure for the rate of longitudinal aging derived from cross-sectional brain MRI: the Dunedin Pace of Aging Calculated from NeuroImaging or DunedinPACNI. Exporting this measure to the Alzheimer's Disease Neuroimaging Initiative and UK Biobank datasets revealed that faster DunedinPACNI predicted participants' cognitive impairment, accelerated brain atrophy, and conversion to diagnosed dementia. Underscoring close links between longitudinal aging of the body and brain, faster DunedinPACNI also predicted physical frailty, poor health, future chronic diseases, and mortality in older adults. Furthermore, DunedinPACNI followed an established socioeconomic health gradient with people of lower socioeconomic status showing faster DunedinPACNI. Associations between DunedinPACNI and cognitive impairment were replicated in BrainLat, a sample of Latin American patients with dementia. When compared to brain age gap, an existing MRI aging biomarker, DunedinPACNI was similarly or more strongly related to clinical outcomes. DunedinPACNI is a "next generation" MRI measure that will be made publicly available to the research community to help accelerate aging research and evaluate the effectiveness of dementia prevention and anti-aging strategies.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».