The role of chronic inflammation on amyloid burden in multiple sclerosis (P5.241)
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the role of chronic inflammation on amyloid burden in multiple sclerosis (MS). BACKGROUND: Alzheimer’s disease (AD) is a degenerative disorder wherein β-amyloid deposition and inflammation are key pathological features. The complex interplay between inflammation and β-amyloid burden in AD is increasingly recognised. The influence of chronic inflammation on the development of β-amyloid pathology in MS is not known. DESIGN/METHODS: A cohort of pathologically confirmed MS cases (n=76) was compared to non-demented age- and sex-matched controls (n=68). Formalin-fixed paraffin embedded cortical tissue from the mesial temporal gyrus was immunostained for β-amyloid and myelin. Quantitative measures of β-amyloid burden in MS normal appearing grey matter (NAGM) and cortical lesions were compared to those derived from control NAGM. MS (n=30) and control (n=26) cases lying at the extremes of β-amyloid burden were additionally immunostained for microglial inflammation. RESULTS: MS and control cases did not differ in age or sex. Neuronal counts did not differ significantly between MS and control NAGM but were significantly reduced in MS lesions compared to MS NAGM (p = 0.001). Preliminary data showed that β-amyloid burden was significantly reduced in MS NAGM compared to controls (p=0.03) when adjusting for age and sex. MS cortical lesions demonstrated significantly less β-amyloid compared to MS NAGM (p<0.01), particularly at the lesional border (p < 0.001). In MS, microglial activation was significantly less in the high compared to low amyloid groups (p<0.05), with similar findings not observed in controls. CONCLUSIONS: These findings suggest the chronic inflammatory milieu in the MS brain protects against β-amyloid deposition, with microglial activation playing a central role. Studies evaluating the relationship between MS-specific microglial activation and amyloid processing are warranted. Study Supported by: GD is supported by a Goodger Scholarship (University of Oxford), and the Biomedical Research Centre, NIHR, Oxford.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».