FUS pathology defines the majority of tau- and TDP-43-negative frontotemporal lobar degeneration
Notice bibliographique
Résumé
Through an international consortium, we have collected 37 tau- and TAR DNA-binding protein 43 (TDP-43)-negative frontotemporal lobar degeneration (FTLD) cases, and present here the first comprehensive analysis of these cases in terms of neuropathology, genetics, demographics and clinical data. 92% (34/37) had fused in sarcoma (FUS) protein pathology, indicating that FTLD-FUS is an important FTLD subtype. This FTLD-FUS collection specifically focussed on aFTLD-U cases, one of three recently defined subtypes of FTLD-FUS. The aFTLD-U subtype of FTLD-FUS is characterised clinically by behavioural variant frontotemporal dementia (bvFTD) and has a particularly young age of onset with a mean of 41 years. Further, this subtype had a high prevalence of psychotic symptoms (36% of cases) and low prevalence of motor symptoms (3% of cases). We did not find FUS mutations in any aFTLD-U case. To date, the only subtype of cases reported to have ubiquitin-positive but tau-, TDP-43- and FUS-negative pathology, termed FTLD-UPS, is the result of charged multivesicular body protein 2B gene (CHMP2B) mutation. We identified three FTLD-UPS cases, which are negative for CHMP2B mutation, suggesting that the full complement of FTLD pathologies is yet to be elucidated.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».