MétaCan
Menu
Retour à la cohorte
Enregistrement W2339791333 · doi:10.1002/ana.24664

α‐synuclein genetic variability: A biomarker for dementia in Parkinson disease

2016· article· en· W2339791333 sur OpenAlexafffund
Ilaria Guella, Daniel M. Evans, Chelsea Szu‐Tu, Ekaterina Nosova, Stephanie Bortnick, Jennifer G. Goldman, John C. Dalrymple‐Alford, Gert J. Geurtsen, Irene Litvan, Owen A. Ross, Lefkos Middleton, Laura Parkkinen, Matthew J. Farrer

Notice bibliographique

RevueAnnals of Neurology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute on AgingAvid RadiopharmaceuticalsGenentechNational Institutes of HealthNIHR Oxford Biomedical Research CentreCanada Excellence Research Chairs, Government of CanadaNational Institute of Neurological Disorders and StrokeNational Institute for Health and Care ResearchEli Lilly and CompanyAlzheimer SocietyMichael J. Fox Foundation for Parkinson's ResearchLittle Family FoundationMedical Research CouncilInternational Parkinson and Movement Disorder SocietyBiogenGlaxoSmithKlineParkinson's UKPfizerElanGenome British Columbia
Mots-clésDementiaParkinsonismParkinson's diseaseDementia with Lewy bodiesLocus (genetics)HaplotypeDiseaseSingle-nucleotide polymorphismGeneticsMedicineGenetic associationBioinformaticsOncologyBiologyGenotypePathologyGene

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The relationship between Parkinson disease (PD), PD with dementia (PDD), and dementia with Lewy bodies (DLB) has long been debated. Although PD is primarily considered a motor disorder, cognitive impairment is often present at diagnosis, and only ∼20% of patients remain cognitively intact in the long term. Alpha-synuclein (SNCA) was first implicated in the pathogenesis of the disease when point mutations and locus multiplications were identified in familial parkinsonism with dementia. In worldwide populations, SNCA genetic variability remains the most reproducible risk factor for idiopathic PD. However, few investigators have looked at SNCA variability in terms of cognitive outcomes. METHODS: We have used targeted high-throughput sequencing to characterize the 135kb SNCA locus in a large multinational cohort of patients with PD, PDD, and DLB and healthy controls. RESULTS: An analysis of 43 tagging single nucleotide polymorphisms across the SNCA locus shows 2 distinct association profiles for symptoms of parkinsonism and/or dementia, respectively, toward the 3' or the 5' of the SNCA gene. In addition, we define a specific haplotype in intron 4 that is directly associated with PDD. The PDD risk haplotype has been interrogated at single nucleotide resolution and is uniquely tagged by an expanded TTTCn repeat. INTERPRETATION: Our data show that PD, PDD, and DLB, rather than a disease continuum, have distinct genetic etiologies albeit within one genomic locus. Such results may serve as prognostic biomarkers to these disorders, to inform physicians and patients, and to assist in the design and stratification of clinical trials aimed at disease modification. Ann Neurol 2016;79:991-999.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,055
Tête enseignante GPT0,319
Écart entre enseignants0,263 · 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

Citations98
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of NeurologyMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207