Neuropsychiatric symptoms and neuroimaging‐based brain age in mild cognitive impairment and early dementia: A multicenter study
Notice bibliographique
Résumé
AIM: Despite the clinical importance and significant social burden of neuropsychiatric symptoms (NPS) in dementia, the underlying neurobiological mechanism remains poorly understood. Recently, neuroimaging-derived brain-age estimation by machine-learning analysis has shown promise as an individual-level biomarker. We investigated the relationship between NPS and brain-age in amnestic mild cognitive impairment (MCI) and early dementia. METHODS: In this cross-sectional study, clinical data, including neuropsychiatric inventory (NPI), and structural brain MRI of 499 individuals with clinical diagnoses of amnestic MCI (n = 185), early Alzheimer's disease (AD) (n = 258) or dementia with Lewy bodies (DLB) (n = 56) were analyzed. We established a brain-age prediction model using 694 healthy brain MRIs and a support vector regression model and applied it to the participants' data. Finally, the brain-predicted age difference (brain-PAD: predicted age minus chronological age) was calculated. RESULTS: All groups showed significantly increased brain-PAD, and the median (IQR) brain-PAD was 4.3 (5.4) years in MCI, 6.3 (6.2) years in AD, and 5.0 (6.5) years in DLB. The NPI scores were subdivided into the following four categories: (i) Agitation and Irritability, (ii) Depression and Apathy, (iii) Delusions and Hallucinations, and (iv) Euphoria and Disinhibition. We found a significantly positive correlation between brain-PAD and the depression/apathy factor (Spearman's rs = 0.156, FDR-corrected P = 0.002), whereas no significance was shown for the other NPS factors. CONCLUSION: Higher brain-age may be associated with depression and apathy symptoms presented in MCI to early dementia stages, and brain-age analysis may be useful as a novel biomarker for the assessment or monitoring of NPS.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».