Spatiotemporal profiling of functional network overlapping modules in Alzheimer’s disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Alzheimer’s disease (AD) is characterized by progressive neural network degradation. In brain functional networks, overlapping module structures provide more accurate representations of brain function than nonoverlapping structures. Since the involvement of overlapping nodes in multiple modules can vary over time, investigating dynamic functional changes in the brain may provide deeper insights into the structural characteristics of these overlapping modules. However, the spatiotemporal dynamics of overlapping modular brain organization remain unclear. We employed resting-state fMRI to explore the overlapping modular organization and dynamic multilayer modules in 64 AD (Agemean = 74.04) and 61 healthy controls (HC, Agemean = 74.86) from the Alzheimer’s Disease Neuroimaging Initiative. Compared with HC, AD exhibited increased overlapping modules and decreased modularity, with altered nodal overlapping probability, particularly in the superior frontal cortex and hippocampus. Higher nodal overlapping probability correlated with greater flexibility and was associated with larger amyloid deposits. Lasso regression analysis further revealed strong correlations between overlapping nodal characteristics and cognitive performance. Our findings suggest that overlapping nodes are critical components in AD, demonstrating high amyloid deposition, significant functional flexibility, and strong associations to cognitive behavior. These alterations may enhance the understanding of AD pathology and contribute to the development of biomarkers for improved diagnosis 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle