Cette étude analyse la progression neurodégénérative en utilisant des données cognitives longitudinales du jeu de données de l'Initiative de neuroimagerie de la maladie d'Alzheimer (ADNI). Alors que les modèles conventionnels décrivent la progression comme un déclin monotone, nous identifions un processus structurel en deux étapes caractérisé par une instabilité de la variance et un biais de collapsus directionnel. Nous définissons la persistance structurelle F(t) et dérivons un taux de déclin local λ(t) au niveau individuel. À travers les groupes diagnostiques (CN, SMC, EMCI, LMCI, AD), nous observons : - Une augmentation systématique de la variance de λ(t) avant la conversion clinique - Un changement directionnel dans l'asymétrie vers des dynamiques dominées par le collapsus - Un enrichissement statistiquement significatif des pics de variance avant la conversion (66,8 % contre 64,0 % ± 1,4 %, Z = 2,07, p ≈ 0,019). Ces résultats sont cohérents avec des signaux d'alerte précoce observés dans des systèmes complexes approchant des transitions critiques. Nous proposons en outre une interprétation structurelle minimale utilisant un cadre de potentiel asymétrique, fournissant un lien mécanistique entre instabilité et déclin irréversible. Ce travail fournit un cadre interprétable structurellement et guidé par les données pour comprendre les dynamiques neurodégénératives, avec des applications potentielles dans la prévision précoce et l'évaluation longitudinale des risques.
Koji Okino (Fri,) a étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: