Characterizing resting-state EEG oscillatory and aperiodic activity in neurodegenerative diseases: A multicentric study
Notice bibliographique
Résumé
Abstract Background Abnormalities in resting-state electroencephalogram (rsEEG) posterior alpha rhythm are promising biomarkers of neurodegenerative diseases (NDDs), often assessed via spectral analysis, ignoring the signal’s non-rhythmic (aperiodic) component. Evidence assessing aperiodic and oscillatory rsEEG abnormalities across NDDs is scarce and often underpowered. Multicenter studies could tackle these limitations, but data pooling might introduce site-related rsEEG differences (batch effects). This study aims to characterize rsEEG oscillatory and aperiodic patterns across NDDs, minimizing potential batch effects. Methods RsEEGs (n = 639; 11 sites) were automatically preprocessed. Signals comprised healthy controls (HC = 153), Lewy Body Dementias (LBD = 95), Parkinson’s Disease (PD = 71), Alzheimer’s Disease (AD = 186), Frontotemporal Dementia (FTD = 23), Mild Cognitive Impairment (MCI) in positive Lewy Body pathology or PD (MCI-LBD = 34), and MCI in positive AD pathology (MCI-AD = 77). Power spectrum batch effects were harmonized using reComBat (age, sex, and diagnosis-adjusted). Harmonization was evaluated with functional and mass-univariate ANOVAs. Oscillatory and aperiodic parameters were extracted from the batch-harmonized power spectrum. NDDs-related differences were estimated with functional and mass-univariate tests, bootstrapped pairwise comparisons, and logistic regressions. Results Qualitative visualizations and statistical testing showed reduced batch effects after harmonization. Statistically significant findings included steeper aperiodic parameters and lower oscillatory center frequency in LBD compared to other NDDs. Additionally, oscillatory extended alpha power was lower in AD vs. LBD. Conclusions Batch effects in the rsEEG power spectrum can be mitigated with harmonization. Oscillatory alpha power reduction may better reflect AD abnormalities, whereas pronounced oscillatory frequency slowing and greater aperiodic activity characterize LBD.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».