MétaCan
Menu
← Retour à la cohorte
Enregistrement W7117272368 · doi:10.1002/alz70856_103652

Neuropsychiatric Symptom Clusters and their Association with Function and Brain Structure

2025· article· en· W7117272368 sur OpenAlexaffabout
Daniel Kapustin, Neda Rashidi‐Ranjbar, Wei Wang, Malcolm A. Binns, Paula McLaughlin, Agessandro Abrahão, David A. Grimes, Anthony E Lang, Connie Marras, Mario Masellis, J. B. Orange, Tarek K. Rajji, Angela Roberts, Gustavo Saposnik, Richard H. Swartz, David F. Tang‐Wai, Carmela M. Tartaglia, Angela K. Troyer, Corinne E. Fischer, Sanjeev Kumar

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensSunnybrook HospitalOccupational Cancer Research CentreUniversity Health NetworkHealth Sciences CentreParkinson's Clinic of Eastern Toronto & Movement Disorders CentreSt. Michael's HospitalSunnybrook Health Science CentreNova Scotia Health AuthorityCentre for Addiction and Mental HealthUniversity of OttawaBaycrest HospitalWestern UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAssociation (psychology)Brain Structure and FunctionNeuroimagingBrain functionFunction (biology)Structure function

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Neuropsychiatric symptoms (NPS) constitute a major challenge for patients with Alzheimer's disease (AD). We explored NPS clusters in AD and longitudinally evaluated their association with function and structural neuroimaging markers. METHOD: Participants with AD (N = 111) were included from the Ontario Neurodegenerative Disease Research Initiative. NPS were assessed using the Neuropsychiatric Inventory Questionnaire (NPI-Q). NPS clusters were identified through exploratory factor analysis at baseline. We evaluated 34 bilateral cortical regions of interest (ROIs) and 9 bilateral subcortical ROIs using volumetric information from MRI data evaluated annually over 3 years. We examined longitudinal associations between NPS clusters with basic (ADLs) and instrumental (iADLs) activities of daily living, as well as with subcortical and cortical volumes, using mixed linear regression models controlling for age, sex, MoCA, education level, and visit number. RESULT: Factor analysis identified four symptom clusters explaining 62% of the variance. These were labeled "behavioral" (disinhibition, irritability, motor disturbance, and agitation), "psychotic" (hallucinations, delusions, and euphoria), "neurovegetative" (apathy and appetite), and "affective" (depression, anxiety, nighttime behavior) clusters. The "behavior" cluster was longitudinally associated with left middle temporal (β = -382.6, p = .006), right lingual (β = -456.0, p = .01), right nucleus accumbens (β = -5656.6, p = .004), and right thalamic (β = -700.7, p = .008) volumes. The "neurovegetative" cluster was longitudinally associated with left fusiform (β = -195.4, p = .03), left middle temporal (β = -282.3, p = .001), and right nucleus accumbens (β = -3176.7, p = .01). The "affective" cluster was associated with left rostral anterior cingulate (β = -1423.4, p = .0003), right entorhinal (β = -804.3, p = .03), right medial orbitofrontal (β = -830.6, p = .001), right pars opercularis (β = -911.6, p = .001), and left putamen (β = -729.5, p = .004) volumes. Longitudinally, all clusters predicted iADL outcomes and clusters 1, 3, and 4 predicted ADL outcomes. Greater NPS burden, male sex, visit number, older age, and lower MoCA predicted worse function. CONCLUSION: NPS clusters in AD separate into behavioral, psychotic, neurovegetative, and affective dimensions. These clusters demonstrate unique associations with function and neuroimaging markers.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,251
Écart entre enseignants0,244 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→