Machine-learning derived MRI-based atrophy biomarker predicts long-term cognitive decline in stroke or transient ischemic attack
Notice bibliographique
Résumé
Alzheimer's disease-resemblance atrophy index (AD-RAI) is a machine-learning derived MRI-based brain atrophy biomarker that is valid in predicting cognitive decline in subjects with AD. We investigated the performance of AD-RAI in predicting long-term cognitive decline in subjects with stroke or transient ischemic attack (TIA). We recruited consecutive dementia-free stroke/TIA subjects who had brain MRI at baseline (i.e., within 3-6 months after the index event) and cognitive data at both baseline and 3 years. We defined cognitive decline as an increase in clinical dementia rating scale from 0 to 0.5 or above or from 0.5 to 1 or above at 3 years when compared with baseline. We investigated the association between AD-RAI, traditional brain atrophy biomarkers (hippocampus volume [HV], hippocampal fraction [HF], total brain volume [TBV], TBV/intracranial volume [ICV] ratio, ventricular-brain-ratio, presence of medial temporal lobe atrophy [MTLA]), and cerebral small vessel disease biomarkers (white matter hyperintensity [WMH]) volume, WMHV/ICV ratio presence of confluent WMH, presence of >/=3 lacunes) with cognitive decline. Of 231 participants (mean age 66.0 ± 10.9, 124 [53.7] male), 55(23.8) had cognitive decline at 3 years. Among all the imaging biomarkers, AD-RAI and HV were associated with cognitive decline in univariate regression. Such a relationship was still significant with AD-RAI after adjusted for age, gender, and education (aOR [95%CI] 3.900 [1.221-12.458]). Among all imaging biomarkers, only AD-RAI was associated with slope of Montreal cognitive assessment (MoCA) after adjusted to age, gender, education (β(SE) −0.742[0.242], p=0.002). AD-RAI predicted long term cognitive decline in subjects with stroke/TIA.
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) | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».