MétaCan
Menu
← Retour à la cohorte
Enregistrement W2337989556 · doi:10.1212/wnl.86.16_supplement.p6.221

High Prevalence of Co-Morbidity in Pathologically Confirmed Alzheimer Disease in a Canadian Regional Brain Biobank (P6.221)

2016· article· en· W2337989556 sur OpenAlexaffabout
Michael Marnane, Shervin Mortazavi, Jennifer Li, Angela Kim, Connor Keller, Ian R. Mackenzie, Ging‐Yuek Robin Hsiung

Notice bibliographique

RevueNeurology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiobankDiseaseMedicineAlzheimer's diseasePathologyBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

Objective: To define the prevalence and association with age of co-morbid neurodegenerative and vascular diseases in pathologically confirmed Alzheimer Disease (AD). Background Recent studies suggest that co-existent neurodegenerative and/or vascular pathologies are the rule rather than the exception in AD. The underlying drivers of co-morbidity in AD remain unclear. Methods This study was conducted at a provincial neuropathology referral centre in Vancouver, British Columbia. Primary and contributory etiologic diagnoses were recorded for all brain autopsies performed by a single experienced neuropathologist between December 1997 and January 2015. Consensus neuropathologic criteria were used where available to define AD, Cerebrovascular Disease (CVD), Dementia with Lewy Bodies (DLB), Frontotemporal Lobar Degeneration (FTLD), Corticobasal Degeneration (CBD), Progressive Supranuclear Palsy (PSP), and Hippocampal Sclerosis (HS). Results 147 cases of NIA/Reagan criteria-defined AD were identified. AD coexisted with CVD (defined as moderate or severe arteriosclerosis or moderate or severe cerebral amyloid angiopathy or presence of lacunar cerebral infarction or large artery-related cerebral infarction or hemorrhagic cerebral infarction) in 78.9[percnt] (116/147), moderate or severe cerebral amyloid angiopathy in 39.5[percnt] (58/147), moderate or severe arteriosclerosis in 70.7[percnt] (104/147), DLB in 26.5[percnt] (39/147), FTLD in 2[percnt] (3/147), CBD in 2[percnt] (3/147), PSP in 0.7[percnt] (1/147), and HS in 6.8[percnt]. 27.2[percnt] (40/147) had 2 or more pathologies in addition to AD. Those with additional pathologies were older than cases with AD alone (77.7 (+/- SD 9.8) yrs vs. 70.0 (+/- 8.4) yrs, p=0.002). Older age was associated with increasing number of additional pathologies (spearman rho= 0.29, p=0.004). Conclusion Multi-morbidity is a common finding in an autopsy cohort of pathologically confirmed AD and associated with advancing age. This could have implications for future efforts to identify effective therapeutic strategies in dementia- favouring approaches that can target multiple age-related pathologies simultaneously.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0040,001
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,327
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeurology→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→