MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415595897 · doi:10.1073/pnas.2502674122

Quantitative MRI of the hippocampus reveals microstructural trajectories of aging and Alzheimer’s disease pathology

2025· article· en· W4415595897 sur OpenAlexafffund
Alfie Wearn, Christine Tardif, Ilana R. Leppert, Giulia Baracchini, Colleen Hughes, Jennifer Tremblay‐Mercier, John C.S. Breitner, Judes Poirier, Sylvia Villeneuve, Boris C. Bernhardt, Gary R. Turner, Sylvain Baillet, Andrée‐Ann Baril, Pierre Bellec, Véronique D. Bohbot, Danilo Bzdok, M. Mallar Chakravarty, D. Louis Collins, Mahsa Dadar, Simon Ducharme, Alan C. Evans, Claudine Gauthier, Maiya R. Geddes, Rick Hoge, Yasser Ituria‐Medina, Gerhard Multhaup, Lisa Marie Munter, Alexa Pichet Binette, Natasha Rajah, Pedro Rosa‐Neto, Taylor W. Schmitz, Jean‐Paul Soucy, R. Nathan Spreng, Étienne Vachon‐Presseau, Christian Bocti, Maxime Descoteaux, Robert Laforce, Pierre Étienne, Serge Gauthier, Vasavan Nair, Jens C. Pruessner, Daniel Auld

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensYork UniversityDouglas Mental Health University InstituteMcGill UniversityMcGill Genome CentreMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Institute on AgingNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchHospital for Sick ChildrenCanada Research ChairsMcGill UniversityNational Institutes of HealthAlzheimer's Association
Mots-clésHippocampal formationHippocampusPathologicalDiseaseAgeingBrain agingDegeneration (medical)Dementia

Résumé

récupéré en direct d'OpenAlex

Hippocampal degeneration is a feature of both normal aging and Alzheimer's disease (AD). Prior to macroscopic degeneration, microstructural changes occur such as demyelination, iron deposition, or subtle atrophy, which can be characterized in vivo using MRI. We topographically mapped measures of microstructure and macrostructure across the unfolded surface of the hippocampus in 224 healthy older adults at risk for AD (aged 57 to 87) and 37 younger adults (aged 18 to 37). We describe three spatial regions of unique structural covariance between four parameters sensitive to microstructural tissue properties (R1, MTsat, R2*, PD) and macrostructure (surface thickness), with high convergence with previous spatial segmentations. We demonstrate both cross-sectional and longitudinal associations of microstructure with healthy aging across the lifespan, AD pathological hallmarks, genetic risk, and cognition. These associations had subtle variations across different spatial areas of the hippocampus. We report associations between age and qMRI measures sensitive to macromolecular concentration (R1, MTsat) and paramagnetic susceptibility (R2*), consistent with mechanisms of demyelination and increased iron deposition as key hallmarks of the aging hippocampus and in presymptomatic stages of AD. qMRI measures did not explain more variance in delayed recall than global PET measures, suggesting variation in cognitive performance in aging and incipient AD is influenced by factors beyond hippocampal microstructure. We demonstrate the utility of quantitative MRI to provide greater insight into hippocampal health compared to typical macrostructural measures through "in vivo histology," opening a window to understanding neuropathological mechanisms in the earliest stages of age- and disease-related neurodegeneration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,075
Tête enseignante GPT0,394
Écart entre enseignants0,319 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of Sciences→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→