Brain atrophy rates in first degree relatives at risk for Alzheimer's
Notice bibliographique
Résumé
A positive family history (FH) raises the risk for late-onset Alzheimer's disease though, other than the known risk conferred by apolipoprotein ε4 (ApoE4), much of the genetic variance remains unexplained. We examined the effect of family history on longitudinal regional brain atrophy rates in 184 subjects (42% FH+, mean age 79.9) with mild cognitive impairment (MCI) enrolled in a national biomarker study. An automated image analysis method was applied to T1-weighted MR images to measure atrophy rates for 20 cortical and subcortical regions. Mixed-effects linear regression models incorporating repeated-measures to control for within-subject variation over multiple time points tested the effect of FH over a follow-up of up to 48 months. Most of the 20 regions showed significant atrophy over time. Adjusting for age and gender, subjects with a positive FH had greater atrophy of the amygdala (p < 0.01), entorhinal cortex (p < 0.01), hippocampus (p < 0.053) and cortical gray matter (p < 0.009). However, when E4 genotype was added as a covariate, none of the FH effects remained significant. Analyses by ApoE genotype showed that the effect of FH on amygdala atrophy rates was numerically greater in ε3 homozygotes than in E4 carriers, but this difference was not significant. FH+ subjects had numerically greater 4-year cognitive decline and conversion rates than FH- subjects but the difference was not statistically significant after adjusting for ApoE and other variables. We conclude that a positive family history of AD may influence cortical and temporal lobe atrophy in subjects with mild cognitive impairment, but it does not have a significant additional effect beyond the known effect of the E4 genotype.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».