Early Discriminatory Diagnosis of Dementia with Lewy Bodies
Notice bibliographique
Résumé
BACKGROUND: The clinical diagnostic criteria for dementia with Lewy bodies (DLB) have a low sensitivity, and there are no generally accepted biomarkers to distinguish DLB from other dementias. Our aim was to identify biomarkers that may differentiate DLB from Alzheimer's disease (AD). METHOD: We performed a systematic literature search for studies of EEG, imaging techniques and genetic and CSF markers that provide sensitivity and specificity in the identification of DLB. RESULTS: The best evidence was for scintigraphy of the striatal dopamine transporter system using FP-CIT SPECT. Several small scintigraphy studies of cardiovascular autonomic function using metaiodobenzylguanidine SPECT have reported promising results. Studies exploring innovative techniques based on CSF have reported interesting findings for the combination of amyloid beta (abeta) isoforms as well as alpha-synuclein, and there are interesting results emerging from preliminary studies applying proteomic techniques. Data from studies using structural MRI, perfusion SPECT, genetics and EEG studies show differences between DLB and AD but only at a group level. CONCLUSION: Several potential biomarkers for the differential diagnosis of probable DLB and AD have shown good diagnostic accuracy in the research setting. Data from large multicentre studies and from studies with autopsy confirmation exist for scintigraphy of the dopamine transporter system. Future studies should explore its value in possible DLB and for clinical management and health economics.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».