MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406200478 · doi:10.1002/alz.088849

Postmortem MRI signature of Hippocampal Sclerosis of Aging

2024· article· en· W4406200478 sur OpenAlexaff
Gustaf Rådman, Amanda E Denning, Sadhana Ravikumar, Nicola Spotorno, Ranjit Ittyerah, Lisa M Levorse, Madigan L. Bedard, Eunice Chung, John Robinson, Theresa Schuck, Eddie B Lee, Sydney Lim, Winifred Trotman, Alejandra Bahena, Rosanna K. Olsen, David J. Irwin, María del Mar Arroyo Jiménez, Alicia Vela, Esther Buendia, María M. Martín, Pilar Marcos, Mónica Muñoz, Ricardo Insausti, Paul A. Yushkevich, Laura E.M. Wisse

Notice bibliographique

RevueAlzheimer s & Dementia · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensBaycrest HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHippocampal sclerosisHippocampal formationSignature (topology)MedicineNeurosciencePathologyMultiple sclerosisPsychologyTemporal lobeEpilepsyPsychiatryMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Background Hippocampal Sclerosis of aging (HS) refers to age‐related selective neuronal loss and gliosis in hippocampal cornu ammonis 1 (CA1) and subiculum that is out of proportion to tau pathology in Alzheimer’s Disease (AD). HS is related to cognitive decline and memory impairments separately from other neurodegenerative pathologies. To date, in vivo imaging biomarkers of HS of aging are non‐existent, and their development would greatly improve diagnosis and prognosis in memory clinics. We therefore aimed to characterize the magnetic resonance imaging (MRI) signature of HS among autopsy confirmed cases of HS. Method Data consisted of same‐subject histological Nissl‐stained slices and postmortem MRI (0.2mm isotropic) acquired from 27 subjects at the University of Pennsylvania and University Castilla‐La Mancha. Based on neuropathological assessment, cases were grouped into HS (N = 5), intermediate to high AD neuropathologic change without HS (N = 10) and limited or no neuropathological burden (N = 12). We manually measured grey matter thickness and GM/WM intensity ratio in select locations across the hippocampal head, body, and tail. We also obtained more global structural measures from hippocampal subfields using an automated postmortem atlas‐based segmentation algorithm. Result Qualitatively, HS is clearly noticeable as cortical thinning and hypointense signal (approximating white matter) on postmortem MRI across the CA1 and subiculum, particularly anteriorly closer to the border between CA1/subiculum (Figure 1). Manual thickness measures showed complete separation between the HS group and the two reference groups across both the hippocampal head and body, and a less pronounced difference in the tail. Global structural measures from automated segmentations corroborated these group differences showing complete separation in CA1 thickness and significant differences in subiculum and the white matter layer of CA1 (Stratum Radiatum Lacunosum Moleculare, SRLM). Conclusion In MRI, HS is marked by hypointense voxels and cortical thinning across CA1 and subiculum. Both local manual thickness measurements and thickness measures of whole subfields derived from automatic segmentations provided promising results. As a next step, we plan to perform similar measurements on antemortem MRI of the same subjects, with the hopes of making progress toward an in vivo MRI biomarker of HS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,337
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→