Resting-state functional MRI derivatives: A dataset derived from the The Comprehensive Assessment of Neurodegeneration and Dementia Study
Notice bibliographique
Résumé
Resting-state functional connectivity (RSFC) holds promise for the detection and characterisation of dementia. The Comprehensive Assessment of Neurodegeneration and Dementia (COMPASS-ND) Study, by the Canadian Consortium on Neurodegeneration in Aging (CCNA), provides a unique resource to study deeply phenotyped neurodegenerative conditions. We present RSFC derivatives for 784 participants (data release 7 of the cohort) who were either cognitively unimpaired or diagnosed primarily with Alzheimer's disease (AD), mixed dementia (AD with a vascular component), mild cognitive impairment (MCI), vascular MCI, frontotemporal dementia, Parkinson's disease with or without MCI or dementia, Lewy body disease or subjective cognitive impairment. Functional MRI scans were preprocessed using fMRIPrep, and time-series and whole-brain connectomes generated using three atlases at multiple resolutions, denoised using seven different techniques. High-motion artifacts were managed using a liberal quality control threshold appropriate for an older clinical population, resulting in data from 680 participants. These derivatives are made available to the research community to accelerate research on RSFC biomarkers of neurodegenerative disease, reducing duplication of effort, saving computational resources, and improving standardisation across studies.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».