Optical coherence tomography as a potential biomarker for the logopenic variant of primary progressive aphasia: A cross‐sectional prospective study
Notice bibliographique
Résumé
BACKGROUND: Optical coherence tomography (OCT) and OCT angiography (OCT-A) have been studied as biomarkers for Alzheimer's disease (AD), with promising results. Nevertheless, their potential in the logopenic variant of primary progressive aphasia (lvPPA), which shares the same amyloid pathology, has not yet been explored. This work aimed to characterize retinal changes in lvPPA compared to healthy controls. METHODS: Ten participants with lvPPA and eleven controls underwent OCT and OCT-A imaging. Amyloid pathology in lvPPA was confirmed by lumbar puncture. Retinal parameters included retinal nerve fiber layer (RNFL) thickness and foveal avascular zone (FAZ). RESULTS: = 0.002). DISCUSSION: RNFL thinning may reflect trans-synaptic degeneration from cortical atrophy, while reduced FAZ circularity suggests early microvascular changes related to amyloid burden. Our findings support OCT and OCT-A as potential biomarkers for lvPPA. Highlights: For the first time, OCT and OCT-A are studied as potential biomarkers for lvPPA.Compared to healthy controls, retinal nerve thickness is decreased in lvPPA patients.Retinal vasculature exhibits structural alterations in lvPPA patients.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».