DEveloping BBB-ASL as non-Invasive Early biomarker of Alzheimer's Disease (DEBBIE-AD): Study design
Notice bibliographique
Résumé
Arterial spin labeling (ASL) MRI, a non-invasive technique for imaging perfusion, now allows studying BBB permeability. The DEveloping BBB-ASL as a non-Invasive Early biomarker of Alzheimer's Disease (DEBBIE-AD) multi-cohort study integrates this modified BBB-ASL technique in several healthy and diseased populations (Table 1) to study methodological and clinical research questions (Table 2) on the ability of BBB-ASL as an early AD biomarker. DEBBIE-AD will enroll various cohorts with subjective cognitive decline, mild cognitive impairment, and AD dementia, as well as age-matched healthy controls, at seven sites (Table 1). Our newly developed BBB-ASL sequence — implemented with the vendor-independent MRI framework gammaSTAR — will be added to multiple MRI protocols. The BBB-ASL sequence combines time-encoded multi-post labeling delay pseudo-continuous ASL with a multi-echo 3D GRASE readout, allowing estimating CBF, ATT, and the BBB time of exchange (Tex). Data analyses will be conducted using ExploreASL. Beyond MRI standard sequences, including T1w, T2w, FLAIR, DWI, the DEBBIE clinical outcomes include amyloid-PET and blood and CSF fluid biomarkers (Table 1). Preliminary testing of the BBB-ASL has been conducted on 3T systems (different Siemens Heathineers scanners) in different cohorts at multiple sites. Data processing with ExploreASL includes FSL-FABBER4 for quantification, allowing harmonized image processing. An example of the mean and standard deviation Tex maps of two DEBBIE cohorts is shown in Figure 1 to illustrate the similarities of the Tex patterns from two cohorts of similar-aged healthy adults from different sites. The DEBBIE-AD study aims to provide evidence on the ability of BBB-ASL to measure BBB permeability and demonstrate its utility in AD-related pathologies. The presented sequence may provide novel and unique insights into the staging of BBB permeability changes in groups at greater risk of developing AD, which may, in turn, provide new targets for treatment.
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 | 0,000 | 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 ».