Blood Brain Barrier permeability change in clinical stages of Alzheimer disease
Notice bibliographique
Résumé
Abstract Background Inflammation and altered neurovascular dysfunction have been noted as features of Alzheimer's Disease (AD) pathophysiology 1‐3 . In this context understanding nature and degree of disruption of brain blood barrier (BBB) is important in AD studies 4‐6 , In this regard, brain region specific changes in well characterized AD subjects at distinct clinical stages of AD is yet to be well characterized. We therefore aimed to investigate the brain regional changes in BBB permeability in different clinical stages of AD versus healthy controls (HC). Method 41 subjects (70.2 ± 3.5 YO, F=26) were scanned at 3T under IRB consent. There were 6 AD dementia, 16 mild cognitive impairment from AD (MCI) and 19 HC based on clinical dementia rating scale, Montreal Cognitive assessment (MOCA) and positive AD biomarkers. Dynamic contrast enhanced (DCE) imaging was acquired with 3d GRE scans. Permeability (Ktrans) values were calculated with Patlak model 7 in subcortical gray matter (GM) and GM lobe parcellation 8 . Result We found the significant differences of averaged Ktrans values reflecting larger BBB permeability in thalamus, caudate, putamen, amygdala, hippocampus and occipital regions in AD than HC group. (see Table 1 and Figure 1). We find that the significantly negative correlation between Ktrans and MOCA scores ( p < 0.05), as shown in Figure 2. Conclusion We find that increased permeability in specific sub‐/cortical GM regions were more prominent in AD dementia than MCI and was significantly different from HC. These changes also linearly tracked severity of cognitive decline. References: 1. Jellinger KA. J Neural Transm (Vienna). 2020; 2. Knopman DS, et al. J Neuropathol Exp Neurol. 2003; 3. Price JL, et al. Neurobiol Aging. 2009; 4. Fiala M, et al. Eur J Clin Invest. 2002; 5. Pillai JA, et al. Ann Clin Transl Neurol. 2019; 6. Sweeney MD, et al. Nat Rev Neurol. 2018; 7. Patlak CS, et al. J Cereb Blood Flow Metab. 1983; 8. Fischl B. Neuroimage. 2012; 9. Montagne A, et al. Neuron. 2015; 10. Nation DA, et al. Nature Medicine. 2019; 11. Sweeney MD, et al. Alzheimers Dement. 2019; 12. van de Haar HJ, et al. Radiology. 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».