Detecting At-Risk Alzheimer’s Disease Cases
Notice bibliographique
Résumé
While APOEɛ4 is the major genetic risk factor for Alzheimer's disease (AD), amyloid dysmetabolism is an initial or early event predicting clinical disease and is an important focus for secondary intervention trials. To improve identification of cases with increased AD risk, we evaluated recruitment procedures using pathological CSF concentrations of Aβ42 (pAβ) and APOEɛ4 as risk markers in a multi-center study in Norway. In total, 490 subjects aged 40-80 y were included after response to advertisements and media coverage or memory clinics referrals. Controls (n = 164) were classified as normal controls without first-degree relatives with dementia (NC), normal controls with first-degree relatives with dementia (NCFD), or controls scoring below norms on cognitive screening. Patients (n = 301) were classified as subjective cognitive decline or mild cognitive impairment. Subjects underwent a clinical and cognitive examination and MRI according to standardized protocols. Core biomarkers in CSF from 411 and APOE genotype from 445 subjects were obtained. Cases (both self-referrals (n = 180) and memory clinics referrals (n = 87)) had increased fractions of pAβ and APOEɛ4 frequency compared to NC. Also, NCFD had higher APOEɛ4 frequencies without increased fraction of pAβ compared to NC, and cases recruited from memory clinics had higher fractions of pAβ and APOEɛ4 frequency than self-referred. This study shows that memory clinic referrals are pAβ enriched, whereas self-referred and NCFD cases more frequently are pAβ negative but at risk (APOEɛ4 positive), suitable for primary intervention.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».