MétaCan
Menu
Back to cohort

Análise de medidas em grafos para conectividade funcional em redes de modo padrão na demência da doença de Alzheimer leve utilizando técnicas de aprendizado de máquina

2016· dissertation· pt· W2569874431 on OpenAlexaboutno aff
Eric de Oliveira Lopes

Bibliographic record

Venuenot available
Typedissertation
Languagept
FieldAgricultural and Biological Sciences
TopicAgricultural and Food Sciences
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPhysicsMedicinePhilosophy

Abstract

fetched live from OpenAlex

As doencas neurodegenerativas podem ser consideradas, entre outros aspectos, doencas de redes neurofuncionais, cuja patologia se inicia em determinada parte de uma rede e se espalha atraves das areas interconectadas. A doenca de Alzheimer (DA) e a doenca neurodegenerativa mais comum e se caracteriza, principalmente, por um declinio cognitivo lentamente progressivo, secundario a deposicao anormal de proteinas como beta amiloide e tau, causando degeneracao de redes como a Rede de Modo Padrao (RMP). Neste contexto, e cada vez mais relevante o estudo de alteracoes em redes de conectividade funcional como potenciais biomarcadores nas fases iniciais da doenca. Entre os diversos metodos disponiveis, o imageamento por ressonância magnetica funcional aliado a analise teorica de grafos (ATG) tem se mostrado uma tecnica promissora em mensurar alteracoes funcionais precoces no espectro da DA. Neste trabalho, investigamos o uso de ATG na RMP com o intuito de avaliar a integridade de conectividade funcional, em pacientes com Comprometimento Cognitivo Leve amnestico (CCLa), Demencia da DA (DDA) leve e idosos saudaveis por meio de ressonância magnetica funcional em repouso. Utilizamos tecnicas de aprendizado de maquina para verificar se e possivel classificar individuos nos tres grupos utilizando medidas de grafos. Para o estudo, foram coletados dados de 50 idosos saudaveis, 27 pacientes com CCLa com evidencia de fisiopatologia da DA e 35 pacientes com DDA leve submetidos a imageamento por ressonância magnetica funcional (iRMF) a 3.0T sem tarefas especificas. As imagens foram pre-processadas, normalizadas ao espaco padrao do Instituto Neurologico de Montreal (MNI152) e convertidas em grafos de conectividade funcional utilizando a biblioteca Neuroimaging in Python (NIPY - http://nipy.org/nipy/). Assim, foram geradas medidas globais e de centralidade baseadas nos grafos obtidos para a RMP. Foram encontradas alteracoes da conectividade funcional na RMP entre os 3 grupos, conforme previsto na literatura, em especial, em indices de conectividade envolvendo regioes frontal medial (bilateral), frontal medial orbital (bilateral), cingulo posterior (bilateral) e precuneo (bilateral). Para valores de centralidade, foram encontradas alteracoes significantes na regiao frontal medial orbital direito e precuneo direito (utilizando as centralidades de intermediacao e de Katz respectivamente). Nao foram encontradas alteracoes estatisticamente relevantes para nenhuma das medidas globais obtidas. Em conclusao, utilizamos a metodologia descrita na literatura e conseguimos encontrar alteracoes funcionais relevantes em diversas regioes do cerebro; Tambem encontramos alteracoes funcionais em indices de centralidade, que corroboram com pesquisas realizadas nos ultimos anos, e que apontam para o estudo dessas medidas como possiveis biomarcadores para DA. Abstract

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.005
Threshold uncertainty score0.016

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0030.002
Science and technology studies0.0000.001
Scholarly communication0.0020.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0050.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.072
GPT teacher head0.297
Teacher spread0.225 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same topicAgricultural and Food SciencesFrench-language works237,207