Multimodal Resting‐State fMRI Reveals Subtype‐Specific Network‐Level Functional Differences in Frontotemporal Dementia
Notice bibliographique
Résumé
BACKGROUND: Frontotemporal dementia (FTD) is a major cause of early-onset dementia, including behavioral variant FTD (bvFTD), semantic variant primary progressive aphasia (svPPA), and nonfluent variant PPA (nfvPPA). Each subtype is linked to distinct but overlapping disruptions in brain networks. Resting-state functional MRI (rs-fMRI) offers a non-invasive way to assess intrinsic brain activity and may help identify subtype-specific functional biomarkers (1). While functional connectivity (FC) has been widely studied, other rs-fMRI metrics: Amplitude of Low-Frequency Fluctuations (ALFF), fractional ALFF (fALFF), and Regional Homogeneity (ReHo), remain underexplored. These metrics capture complementary aspects of brain function, and their combined use may improve early and accurate differentiation of FTD subtypes. METHOD: We analyzed T1-weighted and rs-fMRI data from 98 FTD patients:41 bvFTD (mean age 60.6 ± 6.5 years; 27 males, 14 females), 31 svPPA (63.2 ± 6.4 years; 19 males, 12 females), and 26 nfvPPA (68.0 ± 7.7 years; 12 males, 14 females), along with 88 controls (62.8 ± 7.6 years; 38 males, 50 females), obtained from the NIFD/FTLDNI database via the IDA platform (2). Preprocessing was performed using fMRIPrep (3), followed by XCP-D (4). ALFF, fALFF, ReHo, and FC metrics. All measures were averaged within Gordon atlas regions (5). Two-sample t-tests with Bonferroni correction were used for group comparisons (FWE p < 0.05; FC p < 0.01), and results were mapped to functional networks. RESULT: Significant differences were observed between FTD subtypes and controls (Figure 1), bvFTD showed the most widespread ALFF alterations (p = 0.020), especially in frontal and salience regions. svPPA exhibited localized ALFF changes (p ≈ 0.020). fALFF differences were most notable in nfvPPA (p = 0.0186). ReHo alterations were strongest in svPPA (p = 0.0076), followed by nfvPPA (p = 0.017) and bvFTD (p = 0.027). ReHo and fALFF distinguished svPPA from nfvPPA (Figure 2). Only bvFTD showed significant FC disruptions (29 edges, FWE p < 0.05)(Figure 3). CONCLUSION: Multimodal rs-fMRI revealed subtype-specific alterations in FTD. bvFTD showed widespread disruptions, while svPPA and nfvPPA had more localized changes in attention and default networks. Reference: 1. Canu et al., Mol Psychiatry, 2022. 2. https://ida.loni.usc.edu/login.jsp 3. Esteban et al., Nat Methods, 2019. 4. Mehta et al., Imaging Neurosci, 2024. 5. Gordon et al., Cereb Cortex, 2016.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 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 ».