Plasma Based Markers of [11C] PiB-PET Brain Amyloid Burden
Notice bibliographique
Résumé
Changes in brain amyloid burden have been shown to relate to Alzheimer's disease pathology, and are believed to precede the development of cognitive decline. There is thus a need for inexpensive and non-invasive screening methods that are able to accurately estimate brain amyloid burden as a marker of Alzheimer's disease. One potential method would involve using demographic information and measurements on plasma samples to establish biomarkers of brain amyloid burden; in this study data from the Alzheimer's Disease Neuroimaging Initiative was used to explore this possibility. Sixteen of the analytes on the Rules Based Medicine Human Discovery Multi-Analyte Profile 1.0 panel were found to associate with [(11)C]-PiB PET measurements. Some of these markers of brain amyloid burden were also found to associate with other AD related phenotypes. Thirteen of these markers of brain amyloid burden--c-peptide, fibrinogen, alpha-1-antitrypsin, pancreatic polypeptide, complement C3, vitronectin, cortisol, AXL receptor kinase, interleukin-3, interleukin-13, matrix metalloproteinase-9 total, apolipoprotein E and immunoglobulin E--were used along with co-variates in multiple linear regression, and were shown by cross-validation to explain >30% of the variance of brain amyloid burden. When a threshold was used to classify subjects as PiB positive, the regression model was found to predict actual PiB positive individuals with a sensitivity of 0.918 and a specificity of 0.545. The number of APOE [Symbol: see text] 4 alleles and plasma apolipoprotein E level were found to contribute most to this model, and the relationship between these variables and brain amyloid burden was explored.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».