MétaCan
Menu
Retour à la cohorte
Enregistrement W2627073161 · doi:10.1039/c7mt00074j

Evidence for widespread, severe brain copper deficiency in Alzheimer's dementia

2017· article· en· W2627073161 sur OpenAlexaff
Jingshu Xu, Stephanie J. Church, Stefano Patassini, Paul Begley, Henry J. Waldvogel, Maurice A. Curtis, Richard L. M. Faull, Richard D. Unwin, Garth J. S. Cooper

Notice bibliographique

RevueMetallomics · 2017
Typearticle
Langueen
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensDiscovery Centre
Organismes subventionnairesHealth Research Council of New ZealandMedical Research CouncilManchester Biomedical Research CentreGreater Manchester Comprehensive Local Research NetworkRoyal Society of ChemistryMaurice Wilkins Centre for Molecular BiodiscoveryOakley Mental Health Research FoundationMinistry of Business, Innovation and EmploymentNorthwest Regional Development AgencyNeurological Foundation of New ZealandMaurice and Phyllis Paykel TrustUniversity of ManchesterUniversity of AucklandRoyal SocietyTertiary Education Commission
Mots-clésDementiaCopper deficiencyNeuroscienceCopperMedicinePsychologyPathologyChemistryDisease

Résumé

récupéré en direct d'OpenAlex

Datasets comprising simultaneous measurements of many essential metals in Alzheimer's disease (AD) brain are sparse, and available studies are not entirely in agreement. To further elucidate this matter, we employed inductively-coupled-plasma mass spectrometry to measure post-mortem levels of 8 essential metals and selenium, in 7 brain regions from 9 cases with AD (neuropathological severity Braak IV-VI), and 13 controls who had normal ante-mortem mental function and no evidence of brain disease. Of the regions studied, three undergo severe neuronal damage in AD (hippocampus, entorhinal cortex and middle-temporal gyrus); three are less-severely affected (sensory cortex, motor cortex and cingulate gyrus); and one (cerebellum) is relatively spared. Metal concentrations in the controls differed among brain regions, and AD-associated perturbations in most metals occurred in only a few: regions more severely affected by neurodegeneration generally showed alterations in more metals, and cerebellum displayed a distinctive pattern. By contrast, copper levels were substantively decreased in all AD-brain regions, to 52.8-70.2% of corresponding control values, consistent with pan-cerebral copper deficiency. This copper deficiency could be pathogenic in AD, since levels are lowered to values approximating those in Menkes' disease, an X-linked recessive disorder where brain-copper deficiency is the accepted cause of severe brain damage. Our study reinforces others reporting deficient brain copper in AD, and indicates that interventions aimed at safely and effectively elevating brain copper could provide a new experimental-therapeutic approach.

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 enseignants0,002
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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,151
Tête enseignante GPT0,397
Écart entre enseignants0,246 · 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

Citations111
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMetallomicsMême sujetTrace Elements in HealthTravaux en français237 207