In Vivo Cortical Microstructure: Relationships With Tauopathy and Cognitive Impairment in the Elderly
Notice bibliographique
Résumé
ABSTRACT Positron Emission Tomography (PET) of tau is considered “the” indicator of Alzheimer's pathology. However, non‐PET proxies would be helpful for wider accessibility. We used Neurite Orientation Dispersion and Density Imaging (NODDI)‐derived indices (i.e., orientation dispersion [ODI], neurite density [NDI], and free‐water [fISO]) to determine relationships of gray matter microstructure with tau and cognitive impairment. We assessed the fit between NODDI indices, cortical thickness/subcortical volume (CT/ScVol), and tau via multiple factor analysis (MFA) using data from 80 participants from the ADNI‐3 dataset with overlapping multishell diffusion‐weighted and tau‐PET scans ([ 18 F]AV‐1451); 49 were considered cognitively normal older adults (age ~74 years), 26 were diagnosed with mild cognitive impairment (age ~75 years), and five had Alzheimer's dementia (age ~78 years). fISO and tau shared a large amount of spatial overlap, and both strongly correlated with the first MFA dimension. Macrostructural features (i.e., CT/ScVol) were 7% less related to this first MFA dimension than fISO and 8% less than tau. Subsequent mediation analyses demonstrated that fISO mediated the relationship between CT/ScVol and tau, explaining all of the variance. Our results suggest that microstructural features derived from NODDI such as fISO might be useful adjunct markers to tau, which needs to be confirmed in longitudinal studies. Cortical fISO, rather than macrostructure (i.e., CT/ScVol), may represent tau's impact on the brain (and, by extension, cognition). image
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».