Neuroanatomical normative modelling in frontotemporal lobar degeneration: higher heterogeneity in the behavioural variant
Notice bibliographique
Résumé
INTRODUCTION: Frontotemporal lobar degeneration (FTLD) includes heterogenous diseases: behavioural variant frontotemporal dementia (bvFTD), primary progressive aphasias (PPA), progressive supranuclear palsy (PSP) and corticobasal syndrome (CBS). We applied neuroanatomical normative modelling to quantify individual atrophy patterns and heterogeneity within and between FTLD forms. METHODS: We included 160 participants across FTLDNI and 4RTNI studies: controls (n = 15), bvFTD (n = 22), nfvPPA (n = 14), svPPA (n = 21), CBS (n = 43) and PSP (n = 45). Using cortical thickness and subcortical volumes from 3T MRIs, we applied normative modelling with a large healthy reference dataset (n = 58,836), further accounting for age, sex, and scanner. Outlier regions (z < - 1.96) were used to compute total outlier counts (tOC) and Hamming distances, capturing individual atrophy patterns and inter-subject dissimilarity. RESULTS: bvFTD, svPPA, CBS and PSP showed significantly higher cortical tOC than controls, with all groups showing higher subcortical tOC than controls, especially svPPA and PSP. bvFTD, svPPA, CBS and PSP had significantly higher cortical Hamming distance scores than controls, with higher scores in bvFTD and svPPA than nfvPPA and PSP. svPPA and PSP had significantly higher subcortical scores than controls and CBS. Greater disease severity (measured using the Clinical Dementia Rating-CDR for PSP and CBS, and the CDR® plus NACC-FTLD global scores for FTD variants) was associated with increased tOC and dissimilarity, highlighting the link between clinical progression and neuroanatomical heterogeneity. CONCLUSIONS: The pronounced heterogeneity within and between FTLD subtypes (particularly in bvFTD) increases with disease progression and may reflect distinct underlying pathologies. This supports the development of subtype-specific biomarkers and emphasize the need for personalized diagnostic and therapeutic strategies.
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 | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».