Clinical and multimodal biomarker correlates of ADNI neuropathological findings
Notice bibliographique
Résumé
BACKGROUND: Autopsy series commonly report a high percentage of coincident pathologies in demented patients, including patients with a clinical diagnosis of dementia of the Alzheimer type (DAT). However many clinical and biomarker studies report cases with a single neurodegenerative disease. We examined multimodal biomarker correlates of the consecutive series of the first 22 Alzheimer's Disease Neuroimaging Initiative autopsies. Clinical data, neuropsychological measures, cerebrospinal fluid Aβ, total and phosphorylated tau and α-synuclein and MRI and FDG-PET scans. RESULTS: Clinical diagnosis was either probable DAT or Alzheimer's disease (AD)-type mild cognitive impairment (MCI) at last evaluation prior to death. All patients had a pathological diagnosis of AD, but only four had pure AD. A coincident pathological diagnosis of dementia with Lewy bodies (DLB), medial temporal lobe pathology (TDP-43 proteinopathy, argyrophilic grain disease and hippocampal sclerosis), referred to collectively here as MTL, and vascular pathology were present in 45.5%, 40.0% and 22.7% of these patients, respectively. Hallucinations were a strong predictor of coincident DLB (100% specificity) and a more severe dysexecutive profile was also a useful predictor of coincident DLB (80.0% sensitivity and 83.3% specificity). Occipital FDG-PET hypometabolism accurately classified coincident DLB (80% sensitivity and 100% specificity). Subjects with coincident MTL showed lower hippocampal volume. CONCLUSIONS: Biomarkers can be used to independently predict coincident AD and DLB pathology, a common finding in amnestic MCI and DAT patients. Cohorts with comprehensive neuropathological assessments and multimodal biomarkers are needed to characterize independent predictors for the different neuropathological substrates of cognitive impairment.
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 | 0,001 | 0,002 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».