MétaCan
Menu
Retour à la cohorte
Enregistrement W6996626245

Structural MRI predicts clinical progression in presymptomatic genetic frontotemporal dementia: findings from the GENetic Frontotemporal dementia Initiative (GENFI) cohort

2023· article· en· W6996626245 sur OpenAlexfundno aff

Notice bibliographique

RevueUCL Discovery (University College London) · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAmyotrophic Lateral Sclerosis Research
Établissements canadiensnon disponible
Organismes subventionnairesNIHR Cambridge Biomedical Research CentreMedical Research CouncilCanadian Institutes of Health ResearchNational Institutes of HealthUK Dementia Research InstituteMinistero della SaluteBrain Research UKDeutsche ForschungsgemeinschaftWolfson FoundationUniversity College LondonNational Institute for Health and Care ResearchEU Joint Programme – Neurodegenerative Disease ResearchNvidiaWellcome Trust
Mots-clésGrey matterWhite matterFrontotemporal dementiaDiseaseAbnormalityPathognomonic
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract \n \n \n Biomarkers that can predict disease progression in individuals with genetic frontotemporal dementia are urgently needed. We aimed to identify whether baseline MRI-based grey and white matter abnormalities are associated with different clinical progression profiles in presymptomatic mutation carriers in the GENetic Frontotemporal dementia Initiative. \n \n \n 387 mutation carriers were included (160 GRN, 160 C9orf72, 67 MAPT), together with 240 non-carrier cognitively normal controls. Cortical and subcortical grey matter volumes were generated using automated parcellation methods on volumetric 3 T T1-weighted MRI scans, while white matter characteristics were estimated using diffusion tensor imaging. Mutation carriers were divided into two disease stages based on their global CDR®+NACC-FTLD score: presymptomatic (0 or 0.5) and fully symptomatic (1 or greater). W-scores in each grey matter volumes and white matter diffusion measures were computed to quantify the degree of abnormality compared to controls for each presymptomatic carrier, adjusting for their age, sex, total intracranial volume, and scanner type. Presymptomatic carriers were classified as “normal” or “abnormal” based on whether their grey matter volume and white matter diffusion measure w-scores were above or below the cut point corresponding to the 10th percentile of the controls. We then compared the change in disease severity between baseline and one year later in both the “normal” and “abnormal” groups within each genetic subtype, as measured by the CDR®+NACC-FTLD sum-of-boxes score and revised Cambridge Behavioural Inventory total score. \n \n \n Overall, presymptomatic carriers with normal regional w-scores at baseline did not progress clinically as much as those with abnormal regional w-scores. Having abnormal grey or white matter measures at baseline was associated with a statistically significant increase in the CDR®+NACC-FTLD of up to 4 points in C9orf72 expansion carriers, and 5 points in the GRN group as well as a statistically significant increase in the revised Cambridge Behavioural Inventory of up to 11 points in MAPT, 10 points in GRN, and 8 points in C9orf72 mutation carriers. \n \n \n Baseline regional brain abnormalities on MRI in presymptomatic mutation carriers are associated with different profiles of clinical progression over time. These results may be helpful to inform stratification of participants in future trials.

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)0,001
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 enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,290
Écart entre enseignants0,259 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUCL Discovery (University College London)Même sujetAmyotrophic Lateral Sclerosis ResearchTravaux en français237 207