A Network of Genetic Effects on Non-Demented Cognitive Aging: Alzheimer’s Genetic Risk ( <i>CLU + CR1 + PICALM</i> ) Intensifies Cognitive Aging Genetic Risk ( <i>COMT + BDNF</i> ) Selectively for <i>APOE</i> <i>ɛ</i> 4 Carriers
Notice bibliographique
Résumé
BACKGROUND: Trajectories of complex neurocognitive phenotypes in preclinical aging may be produced differentially through selective and interactive combinations of genetic risk. OBJECTIVE: We organize three possible combinations into a "network" of genetic risk indices derived from polymorphisms associated with normal and impaired cognitive aging, as well as Alzheimer's disease (AD). Specifically, we assemble and examine three genetic clusters relevant to non-demented cognitive trajectories: 1) Apolipoprotein E (APOE), 2) a Cognitive Aging Genetic Risk Score (CA-GRS; Catechol-O-methyltransferase + Brain-derived neurotrophic factor), and 3) an AD-Genetic Risk Score (AD-GRS; Clusterin + Complement receptor 1 + Phosphatidylinositol-binding clathrin assembly protein). METHOD: We use an accelerated longitudinal design (n = 634; age range = 55-95 years) to test whether AD-GRS (low versus high) moderates the effect of increasing CA-GRS risk on executive function (EF) performance and change as stratified by APOE status (ɛ4+ versus ɛ4-). RESULTS: APOEɛ4 carriers with high AD-GRS had poorer EF performance at the centering age (75 years) and steeper 9-year decline with increasing CA-GRS but this association was not present in APOEɛ4 carriers with low AD-GRS. CONCLUSIONS: APOEɛ4 carriers with high AD-GRS are at elevated risk of cognitive decline when they also possess higher CA-GRS risk. Genetic risk from both common cognitive aging and AD-related indices may interact in intensification networks to differentially predict (1) level and trajectories of EF decline and (2) potential selective vulnerability for transitions into impairment and dementia.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».