Discovering Hidden Links: Harnessing Similarity Network Fusion to Reveal Common Clusters in Healthy Aging, Mild Cognitive Impairment, and Dementia
Notice bibliographique
Résumé
Abstract Cognitively Unimpaired (CU), Mild Cognitive Impairment (MCI), and Alzheimer’s Disease (AD) are clinical labels used to categorize degrees of cognitive impairment in the aging brain. Older adults experience brain changes associated with aging and cognitive decline at different ages and progress at varying rates, leading to heterogeneous patterns of cognitive decline. As a result, people within the same diagnostic category often exhibit significant differences in cognitive abilities and brain functions. The goal of the present study was to investigate how data-driven categories map onto diagnostic categories. Therefore, using data from 515 participants in the Alzheimer’s Disease Neuroimaging Initiative (ADNI) database (adni.loni.usc.edu) and a multivariate clustering approach, Similarity Network Fusion (SNF), we combined brain imaging features (cortical thickness average, surface area, and volume) with cognitive measures (Alzheimer’s Disease Assessment Scale-Cognitive, Mini-Mental State Exam, Montreal Cognitive Assessment, Clinical Dementia Rating) in older adults who had a clinical diagnosis of CU, MCI, or AD. We identified four data-driven groups that overlap diagnostic classifications and feature more similar neural and cognitive profiles. The current study provides evidence that more nuanced, data-driven approaches can reveal commonalities in the etiology and underlying neurobiology of individuals across traditional categories of CU, MCI, or AD. These results may lead to more focal therapies and a better understanding of who is at risk for converting to dementia, allowing for earlier detection and treatment of cognitive decline.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».