MétaCan
Menu
Retour à la cohorte
Enregistrement W4409571603 · doi:10.1093/braincomms/fcaf155

Predicting cognitive change using functional, structural, and neuropsychological predictors

2025· article· en· W4409571603 sur OpenAlexafffundabout
Laurie Décarie-Labbé, Samira Mellah, Isaora Zefania Dialahy, Pierre Bellec, Sylvie Belleville, Christian Bocti, Frédéric Calon, Howard Chertkow, D. Louis Collins, Stephen C. Cunnane, Simon Duchesne, Pierrette Gaudreau, Serge Gauthier, Sébastien S. Hébert, Carol Hudon, Marie‐Jeanne Kergoat, Andréa C. LeBlanc, Nicole Leclerc, Naguib Mechawar, Natalie Philips, Jean‐Paul Soucy, Thien Tuong Minh Vu, Louis Verret, Juan Manuel Villalpando

Notice bibliographique

RevueBrain Communications · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversité de MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchConsortium canadien en neurodégénérescence associée au vieillissementCourtois FoundationRéseau québécois de recherche sur le vieillissement
Mots-clésNeuropsychologyCognitionPsychologyCognitive psychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

To effectively address Alzheimer's disease, it is crucial to understand its earliest manifestations, underlying mechanisms and early markers of progression. Recent findings of very early brain activation anomalies highlight their potential for early disease characterization and predicting future cognitive decline. Our objective was to evaluate the value of brain activation-both individually and in combination with structural and neuropsychological measures-for predicting cognitive change. The study included 105 individuals from the Consortium for the Early Identification of Alzheimer's Disease-Quebec cohort who exhibited subjective cognitive decline or mild cognitive impairment. Cognitive decline was assessed by calculating the slope of Montreal Cognitive Assessment scores using regression models across successive assessments, and individuals were characterized as either decliners or stable based on clinically reliable change. We evaluated cognitive decline predictions using unimodal models for each class of predictors and multimodal models that combined these predictors. Functional activation emerged as a strong predictor of cognitive change (R²=52.5%), with 87.6% accuracy and 98.7% specificity, performing comparably to structural and neuropsychological measures. Although the unimodal functional model exhibited high specificity, indicating that functional abnormalities frequently predict future decline, it had low sensitivity (60%), meaning that the absence of abnormalities does not rule out future decline. Multimodal models provided greater explanatory power than unimodal models and greater sensitivity than the functional model. These findings highlight the potential role of early brain activation anomalies in the early detection of future cognitive changes, offering valuable insights for clinicians and researchers in assessing cognitive decline risk and refining clinical trial criteria.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,022
Score d'incertitude au seuil0,354

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,134
Tête enseignante GPT0,415
Écart entre enseignants0,282 · 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 tête enseignante, 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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBrain CommunicationsMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207