MétaCan
Menu
Retour à la cohorte
Enregistrement W2551731872 · doi:10.1186/s40035-016-0067-z

Is ApoE ɛ 4 a good biomarker for amyloid pathology in late onset Alzheimer’s disease?

2016· review· en· W2551731872 sur OpenAlexaff
Maowen Ba, Min Kong, Xiaofeng Li, Kok Pin Ng, Pedro Rosa‐Neto, Serge Gauthier

Notice bibliographique

RevueTranslational Neurodegeneration · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesNational Medical Research CouncilMedical Research CouncilChongqing Medical University
Mots-clésApolipoprotein EMedicineBiomarkerAmyloid (mycology)PathologyDiseaseNeurologyPositron emission tomographyAlzheimer's diseasePittsburgh compound BBiologyPsychiatryGenetics

Résumé

récupéré en direct d'OpenAlex

Amyloid plaques are pathological hallmarks of Alzheimer's Disease (AD) and biomarkers such as cerebrospinal fluid (CSF) β-amyloid 1-42 (Aβ1-42) and amyloid positron emission tomographic (PET) imaging are important in diagnosing amyloid pathology in vivo. ɛ4 allele of the Apolipoprotein E gene (ApoE ɛ 4), which is a major genetic risk factor for late onset AD, is an important genetic biomarker for AD pathophysiology. It has been shown that ApoE ɛ 4 is involved in Aβ deposition and formation of amyloid plaques. Studies have suggested the utility of peripheral blood ApoE ɛ 4 in AD diagnosis and risk assessment. However it is still a matter of debate whether ApoE ɛ 4 status would improve prediction of amyloid pathology and represent a cost-effective alternative to amyloid PET or CSF Aβ in resource-limited settings in late onset AD. Recent research suggest that the mean prevalence of PET amyloid-positivity is 95% in ApoE ɛ 4-positive AD patients. This short review aims to provide an updated information on the relationship between ApoE ɛ 4 and amyloid biomarkers.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,123
Tête enseignante GPT0,391
Écart entre enseignants0,268 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations19
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranslational NeurodegenerationMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207