Hyperactivation cérébrale et réseaux fonctionnels associés chez les individus à risque de développer la maladie d'Alzheimer
Bibliographic record
Abstract
La maladie d’Alzheimer (MA) est à l’origine de la majorité des cas de démence chez les personnes âgées. Son diagnostic précoce est essentiel pour mieux comprendre les mécanismes cérébraux sous-tendant la manifestation phénotypique de la maladie et développer des interventions conséquentes. Le fait d’étudier des individus à risque de développer la MA, par exemple ceux présentant un déclin cognitif subjectif (DCS) ou un trouble cognitif léger (TCL), offre l’opportunité d’examiner les processus neuropathophysiologiques qui précèdent le stade démentiel. Cela permettrait, entre autres, d’identifier des biomarqueurs avant-coureurs de la maladie. Cette thèse avait pour but d’investiguer la présence d’hyperactivation cérébrale chez des individus à risque de développer la MA, et d’examiner les réseaux cérébraux fonctionnels associés à l’hyperactivation. L’hyperactivation se définit par la présence de niveaux supérieurs d’activation cérébrale chez des personnes faisant partie de groupes à risque pour la MA (p.ex. DCS ou TCL), comparativement à des participants contrôles cognitivement sains. L’hyperactivation est le plus souvent mesurée par l’imagerie par résonance magnétique fonctionnelle (IRMf) en condition de réalisation de tâche. Dans cette thèse, le lecteur ou la lectrice sera d’abord exposée aux études ayant utilisé l’IRMf pour examiner les patrons d’activation cérébrale et de connectivité fonctionnelle chez les individus ayant reçu un diagnostic clinique de MA, de TCL ou présentant un DCS. Les modèles théoriques découlant de ces études seront ensuite présentés. Afin de mieux comprendre le phénomène d’hyperactivation et sa relation avec les patrons de connectivité fonctionnelle, les divers enjeux scientifiques qui demeurent à être abordés seront ensuite décrits (Chapitre 1). Trois articles exposant les études empiriques formant le corps de la thèse seront ensuite présentés. La première étude avait pour but de documenter la présence, la localisation et l’évolution longitudinale de l’hyperactivation iv associée à une tâche de mémoire épisodique chez des individus qui rencontrent les critères de TCL et qui ont ultérieurement progressé vers une démence (Chapitre 2). La deuxième étude visait à déterminer la trajectoire de l’activation cérébrale associée à une tâche de mémoire associative en fonction du degré de sévérité de la maladie chez un groupe d’individus à risque de développer la MA. Elle avait également pour but de déterminer la présence d’hyperactivation chez des personnes rencontrant les critères de DCS plus (ou DCS+), qui sont des individus présentant une plainte de mémoire ainsi que des marqueurs génétiques et/ou de neurodégénérescence pour la MA (Chapitre 3). La troisième étude avait pour but d’examiner les réseaux cérébraux fonctionnels associés aux régions montrant de l’hyperactivation chez des individus à risque de développer la MA. Elle avait également pour objectif d’évaluer comment l’hyperactivation et ces réseaux cérébraux fonctionnels sont reliés aux performances en mémoire (Chapitre 4). Les résultats découlant de l’étude 1 ont permis de mettre en évidence la présence d’hyperactivation chez des individus présentant un TCL et ayant ultérieurement progressé vers le stade de démence. Les trouvailles de l’étude 2 indiquent qu’une fonction quadratique décrit la relation entre des indices de sévérité de la maladie et l’activation pariétale supérieure gauche chez un groupe d’individus à risque de développer la MA (DCS+ et TCL). Par ailleurs, des niveaux supérieurs d’activation, c’est-à-dire de l’hyperactivation, étaient retrouvés dans les hippocampes + et plusieurs régions temporo-pariétales dans le groupe d’individus DCS . Une hypoactivation pariétale supérieure gauche était plutôt retrouvée chez les individus TCL. Enfin, les résultats de l’étude 3 indiquent que l’hyperactivation de régions prédéterminées est associée à la dysfonction de réseaux cérébraux fonctionnels impliqués dans les processus de mémoire associative dans le DCS+ et le TCL. De plus, ces interactions hyperactivation-réseaux étaient associées à une symptomatologie cognitive croissante. Les implications de cette thèse et ses limites sont abordées dans la discussion (Chapitre 5).
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".