O1‐11‐03: Prevalence of Amyloid‐b Pathology in Primary Progressive Aphasia Variants: A Multicenter Study
Notice bibliographique
Résumé
Primary progressive aphasia (PPA) is a clinical syndrome characterized by progressive loss of language function in the setting of focal degeneration in the language-dominant hemisphere. Since the 2011 Gorno-Tempini criteria, PPA is classified into logopenic (lvPPA), non-fluent (nfvPPA) and semantic (svPPA) variants. NfvPPA and svPPA are generally considered part of the frontotemporal dementia (FTD) spectrum, whereas lvPPA is frequently referred to as an atypical variant of Alzheimer’s disease (AD). Yet, no accurate prevalence estimates of amyloid-β pathology in these PPA variants are available. Therefore, this study aims to estimate the prevalence of PET/CSF biomarkers or neuropathological defined amyloid-positivity in PPA variants. We conducted an individual participant data meta-analysis using records of 607 PPA cases (204 lvPPA, 173 nfvPPA, 190 svPPA, 26 unclassified and 12 mixed) patients from 19 study sites (Table 1). Amyloid-positivity was defined using center-specific methods for neuropathology, CSF or PET analyses. The estimated prevalence of amyloid-positivity according to PPA variant, age and apolipoprotein E (APOE) ε4 status was determined using generalized estimating equation models. The mean prevalence of amyloid-β pathology in this meta-analysis was 80% for lvPPA, 20% for nfvPPA and 18% for svPPA. The prevalence of amyloid-β pathology increased with age in nfvPPA (p<0.001) and svPPA (p<0.01), but not in lvPPA (p=0.39, Figure 1). APOE ε4 carriers showed greater amyloid-positivity than non-carriers in all PPA variants (p<0.01, Figure 2).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,020 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».