Exploring heterogeneity in Motoric Cognitive Risk Syndrome using Volumetric MRI‐guided Clustering
Notice bibliographique
Résumé
Abstract Background The Motoric Cognitive Risk Syndrome (MCR) is a predementia stage characterized by slow gait speed and subjective cognitive complaints. Defining the heterogeneity of brain volumetrics in individuals with MCR will improve current dementia risk assessments. Method We used data from 6 cohorts from the MCR consortium (N=2,007). We used K‐means clustering algorithm guided by volumetric MRI to identify distinct subgroups of participants. We compared the differences in cortical and subcortical volumes, comorbidities, and gait speeds across the identified subgroups using one‐way ANOVA and post‐hoc pairwise group comparisons. Result The sample had a mean age of 71.89 (±7.05) years, 48.7% were women, 32.9% were White and 63.2% were Asian (see Table 1). Four subgroups (A to D) were identified through MRI‐based clustering with significant differences in brain region volumes (Figure 1A), gait speeds (Figure 1B) and proportion of individuals with MCR (Figure 2). Subgroups A and C had the least amount of atrophy in all brain regions and had the least proportion of MCR. Subgroup D had the highest proportion of MCR subjects and highest atrophy specifically in hippocampus and cortical regions. The average gait speed of Subgroup D was lower than other subgroups. Subgroup D also had the highest rate of hypertension and diabetes among the subgroups (Figure 2). Conclusion Our results validate the previous findings linking MCR syndrome to MRI evidence of neurodegeneration. Heterogeneity in cortical and subcortical signatures are present in older adults and provides insights into brain substrates of MCR.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».