metabolic profiling of Parkinson's disease and mild cognitive impairment
Notice bibliographique
Résumé
BACKGROUND: Early diagnosis of Parkinson's disease and mild cognitive impairment is important to enable prompt treatment and improve patient welfare, yet no standard diagnostic test is available. Metabolomics is a powerful tool used to elucidate disease mechanisms and identify potential biomarkers. OBJECTIVES: The objective of this study was to use metabolic profiling to understand the pathoetiology of Parkinson's disease and to identify potential disease biomarkers. METHODS: This study compared the serological metabolomic profiles of early-stage Parkinson's patients (diagnosed < 12 months) to asymptomatic matched controls using an established array based detection system (DiscoveryHD4™, Metabolon, UK), correlating metabolite levels to clinical measurements of cognitive impairment. RESULTS: A total of 1434 serological metabolites were assessed in early-stage Parkinson's disease cases (n = 41) and asymptomatic matched controls (n = 40). Post-quality control, statistical analysis identified n = 20 metabolites, predominantly metabolites of the fatty acid oxidation pathway, associated with Parkinson's disease and mild cognitive impairment. Receiver operator curve assessment confirmed that the nine fatty acid oxidation metabolites had good predictive accuracy (area under curve = 0.857) for early-stage Parkinson's disease and mild cognitive impairment (area under curve = 0.759). CONCLUSIONS: Our study indicates that fatty acid oxidation may be an important component in the pathophysiology of Parkinson's disease and may have potential as a diagnostic biomarker for disease onset and mild cognitive impairment. © 2017 The Authors. Movement Disorders published by Wiley Periodicals, Inc. on behalf of International Parkinson and Movement Disorder Society.
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 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».