Off-Equilibrium Fluctuation-Dissipation Theorem Paves the Way in Alzheimer’s Disease Research
Notice bibliographique
Résumé
ABSTRACT INTRODUCTION Alzheimer’s disease (AD) is a neurodegenerative disorder characterized by progressive cognitive decline. Although traditional methods have provided insights into brain dynamics in AD, they have limitations in capturing non-equilibrium dynamics across disease stages. Recent studies suggest that dynamic functional connectivity in resting-state networks (RSNs) may serve as a biomarker for AD, but the role of deviations from dynamical equilibrium remains underexplored. OBJECTIVE This study applies the off-equilibrium fluctuation-dissipation theorem (FDT) 1 to analyze brain dynamics in AD, aiming to compare deviations from equilibrium in healthy controls, patients with mild cognitive impairment (MCI), and those with AD. The goal is to identify potential biomarkers for early AD detection and understand disease progression’s mechanisms. METHODS We employed a model-free approach based on FDT to analyze functional magnetic resonance imaging (fMRI) data, including healthy controls, MCI patients, and AD patients. Deviations from equilibrium in resting-state brain activity were quantified using fMRI scans. In addition, we performed model-based simulations incorporating Amyloid-Beta (A β ), tau burdens, and Generative Effective Connectivity (GEC) for each subject. RESULTS Our findings show that deviations from equilibrium increase during the MCI stage, indicating hyperexcitability, followed by a significant decline in later stages of AD, reflecting neuronal damage. Model-based simulations incorporating A β and tau burdens closely replicated these dynamics, especially in AD patients, highlighting their role in disease progression. Healthy controls exhibited lower deviations, while AD patients showed the most significant disruptions in brain dynamics. DISCUSSION The study demonstrates that the off-equilibrium FDT framework can accurately characterize brain dynamics in AD, providing a potential biomarker for early detection. The increase in non-equilibrium deviations during the MCI stage followed by their decline in AD offers a mechanistic explanation for disease progression. Future research should explore how combining this framework with other dynamic brain measures could further refine diagnostic tools and therapeutic strategies for AD and other neurodegenerative diseases.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».