Disease progression model for Clinical Dementia Rating–Sum of Boxes in mild cognitive impairment and Alzheimer’s subjects from the Alzheimer’s Disease Neuroimaging Initiative
Notice bibliographique
Résumé
BACKGROUND: The objective of this analysis was to develop a nonlinear disease progression model, using an expanded set of covariates that captures the longitudinal Clinical Dementia Rating Scale-Sum of Boxes (CDR-SB) scores. These were derived from the Alzheimer's Disease Neuroimaging Initiative ADNI-1 study, of 301 Alzheimer's disease and mild cognitive impairment patients who were followed for 2-3 years. METHODS: The model describes progression rate and baseline disease score as a function of covariates. The covariates that were tested fell into five groups: a) hippocampal volume; b) serum and cerebrospinal fluid (CSF) biomarkers; c) demographics and apolipoprotein Epsilon 4 (ApoE4) allele status; d) baseline cognitive tests; and e) disease state and comedications. RESULTS: Covariates associated with baseline disease severity were disease state, hippocampal volume, and comedication use. Disease progression rate was influenced by baseline CSF biomarkers, Trail-Making Test part A score, delayed logical memory test score, and current level of impairment as measured by CDR-SB. The rate of disease progression was dependent on disease severity, with intermediate scores around the inflection point score of 10 exhibiting high disease progression rate. The CDR-SB disease progression rate in a typical patient, with late mild cognitive impairment and mild Alzheimer's disease, was estimated to be approximately 0.5 and 1.4 points/year, respectively. CONCLUSIONS: In conclusion, this model describes disease progression in terms of CDR-SB changes in patients and its dependency on novel covariates. The CSF biomarkers included in the model discriminate mild cognitive impairment subjects as progressors and nonprogressors. Therefore, the model may be utilized for optimizing study designs, through patient population enrichment and clinical trial simulations.
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 | 0,008 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».