Evaluation of Whole Brain Health in Aging and Alzheimer's Disease: A Standard Procedure for Scoring an MRI-Based Brain Atrophy and Lesion Index
Notice bibliographique
Résumé
BACKGROUND: The Brain Atrophy and Lesion Index (BALI), a semi-quantitative rating scale, has been developed to evaluate whole brain structural changes in aging and Alzheimer's disease (AD). OBJECTIVE: This study describes a standard procedure to score the BALI and train new raters for reliable BALI evaluation following this procedure. METHODS: Structural MRI of subjects in the Alzheimer's Disease Neuroimaging Initiative dataset who had 3.0T, T1, and T2 weighted MRI scans at baseline and at 6, 12, and 24 month follow-ups were retrieved (n = 122, including 24 AD, 51 mild cognitive impairment patients, and 47 healthy control subjects). Images were evaluated by four raters following training with a step-by-step BALI process. Seven domains of structural brain changes were evaluated, and a total score was calculated as the sum of the sub-scores. RESULTS: New raters achieved >90% accuracy after two weeks of training. Reliability was shown in both intra-rater correlation coefficients (ICC ≥ 0.92, p < 0.001) and inter-rater correlation coefficients (ICC ≥0.88, p < 0.001). Mean BALI total scores differed by diagnosis (F ≥ 2.69, p ≤ 0.049) and increased consistently over two years. CONCLUSION: The BALI can be introduced using a standard procedure that allows new users to achieve highly reliable evaluation of structural brain changes. This can advance its potential as a robust method for assessing global brain health in aging, AD, and mild cognitive impairment.
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 | 0,018 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».