A multivariate predictive modeling approach reveals a novel CSF peptide signature for both Alzheimer's Disease state classification and for predicting future disease progression
Notice bibliographique
Résumé
To determine if a multi-analyte cerebrospinal fluid (CSF) peptide signature can be used to differentiate Alzheimer's Disease (AD) and normal aged controls (NL), and to determine if this signature can also predict progression from mild cognitive impairment (MCI) to AD, analysis of CSF samples was done on the Alzheimer's Disease Neuroimaging Initiative (ADNI) dataset. The profiles of 320 peptides from baseline CSF samples of 287 subjects over a 3-6 year period were analyzed. As expected, the peptide most able to differentiate between AD vs. NL was found to be Apolipoprotein E. Other peptides, some of which are not classically associated with AD, such as heart fatty acid binding protein, and the neuronal pentraxin receptor, also differentiated disease states. A sixteen-analyte signature was identified which differentiated AD vs. NL with an area under the receiver operating characteristic curve of 0.89, which was better than any combination of amyloid beta (1-42), tau, and phospho-181 tau. This same signature, when applied to a new and independent data set, also strongly predicted both probability and rate of future progression of MCI subjects to AD, better than traditional markers. These data suggest that multivariate peptide signatures from CSF predict MCI to AD progression, and point to potentially new roles for certain proteins not typically associated with AD.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».