Olfaction, cognition et émotions : liens dans la maladie d'Alzheimer, l'apathie et la COVID-19
Bibliographic record
Abstract
Dans cette thèse nous avons créé un test olfactif et vérifié son utilité pour dépister des troubles en lien avec la pathologie d'Alzheimer ou celle de l'apathie, ou encore dans la COVID-19.Après avoir recueilli l'avis des cliniciens et les recommandations des experts chimistes, nous avons ensuite sélectionné quatorze odeurs, mis au point un test olfactif informatisé qui permet d'obtenir automatiquement le score de seuil de perception et d'identification. Ce travail a permis le dépôt d'un Brevet d'invention pour le "Test Olfactif de Dépistage de la maladie d'Alzheimer et de l'apathie", ou TODA.Nous avons vérifié l'intérêt du TODA en pratique de soins courants dans l'aide au diagnostic de la maladie d'Alzheimer auprès de malades d'Alzheimer en contrôles sains, en France et au Québec. Les scores olfactifs différenciaient très significativement les sujets et étaient corrélés à la mesure cognitive globale. Le TODA permettait aussi de repérer une identification des odeurs différente en fonction de la culture et de la pathologie.Dans une population de sujets présentant un Trouble Cognitif Mineur avec ou sans apathie, les résultats au TODA permettaient de différencier les sujets très significativement, notamment dans la sous-dimension sociale des critères de l'Apathie.Auprès de sujets présentant une post-infection à la COVID-19, le TODA a été utilisé en parallèle du Sniffin'Sticks Test, gold-standard actuel, pour vérifier la validité des résultats du TODA. Le TODA a aussi permis de mettre en évidence des confusions d'odeurs proches, révélant une atteinte de leurs propriétés olfactives. Son utilisation en cas de suspicion d'atteinte sémantique associée a elle aussi été concluante.La comparaison des scores obtenus au TODA par les sujets MA et par les sujets post-COVID-19 a révélé que les résultats étaient similaires. Seule l'étude des odeurs les plus significatives a permis de faire la différence entre les deux pathologies.
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".