MétaCan
Menu
← Retour à la cohorte
Enregistrement W7027170932

Caractérisation radio-histologique du vieillissement cérébral normal et pathologique

2023· other· fr· W7027170932 sur OpenAlexfundno aff

Notice bibliographique

Revuenon disponible
Typeother
Languefr
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchMedical Research Council CanadaMedical Research CouncilAlzheimer's SocietyAlzheimer's Association
Mots-clésOlder peopleHealthy agingLafora disease
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le vieillissement cérébral entraine certaines modifications physiologiques. Lorsque ces changements neurodégénératifs surpassent ou diffèrent de ceux attendus pour l'âge, ils sont souvent accompagnés de manifestations cliniques. On parle alors d'étiologies comme la maladie d'Alzheimer (MA) et la démence vasculaire, causes les plus communes de troubles cognitifs associés au vieillissement, et dont la prévalence augmente avec le vieillissement de la population. Le seuil pathologique entrainant ces maladies est toutefois incertain. Il s'avère donc essentiel d'identifier des biomarqueurs capables de détecter précocement les individus à risque de les développer. De par sa précision, son absence de radiations, et sa disponibilité, l'imagerie par résonance magnétique (IRM) est une modalité de choix pour répondre à ce besoin. L'objectif général de cette thèse est de procéder à la caractérisation radio-histologique du vieillissement cérébral normal et pathologique afin d'en identifier les premiers signes grâce à l'IRM cérébrale in vivo. Ce travail doctoral s'articule autour de deux objectifs plus spécifiques. Le premier est dédié à l'identification de la pathologie associée à la MA à partir de l'IRM cérébrale. Le Chapitre 1 vise d'abord à établir les trouvailles à l'IRM cérébrale pré-mortem et leur corrélat histologique post-mortem dans la MA et ses principales comorbidités. Le Chapitre 2 évalue la performance d'un modèle prédictif de la dégénérescence neurofibrillaire à partir des mesures volumétriques à l'IRM cérébrale. En second, on s'intéresse aux changements cérébrovasculaires qui jouent un rôle important dans le développement des démences, dont la MA. Le Chapitre 3 examine ainsi les lésions histologiques cérébrovasculaires chez les sujets adultes normaux afin de mieux caractériser les changements attendus en fonction de l'âge. Finalement, le Chapitre 4 s'attarde à l'étude des facteurs cliniques prédicteurs du stade pathologique de la maladie cérébrale des petits vaisseaux amyloïde et non-amyloïde, deux entités communes associées au vieillissement et au développement de troubles cognitifs. En sommes, cette thèse contribue à une meilleure définition radio-histologique des lésions cérébrales associées au vieillissement avec une attention particulière portée aux formes communes de démences. Une compréhension bonifiée des mécanismes physiopathologiques à l'origine des troubles cognitifs et une identification précoce des lésions caractéristiques grâce à l'imagerie cérébrale sont des étapes nécessaires à une prise en charge optimale et au développement de thérapies ciblées visant à atténuer le fardeau associé à ces maladies dévastatrices.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,006
Tête enseignante GPT0,225
Écart entre enseignants0,219 · 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 sujetGenomics and Rare Diseases→Travaux en français237 207→