MétaCan
Menu
Retour à la cohorte
Enregistrement W2797874870 · doi:10.1002/acn3.559

Poly(GP), neurofilament and grey matter deficits in <i>C9orf72</i> expansion carriers

2018· article· en· W2797874870 sur OpenAlexafffund
Lieke Meeter, Tania F. Gendron, Ana C. Sias, Lize C. Jiskoot, Silvia Russo, Laura Donker Kaat, Janne M. Papma, Jessica Panman, Emma L. van der Ende, Elise G.P. Dopper, Sanne Franzen, Caroline Graff, Adam L. Boxer, Howard J. Rosen, Raquel Sánchez‐Valle, Daniela Galimberti, Yolande A.L. Pijnenburg, Luisa Benussi, Roberta Ghidoni, Barbara Borroni, Robert Laforce, Marta del Campo, Charlotte E. Teunissen, Rick van Minkelen, Julio C. Rojas, Giovanni Coppola, Dan Geschwind, Rosa Rademakers, Anna M. Karydas, Linn Öijerstedt, Elio Scarpini, Giuliano Binetti, Alessandro Padovani, David M. Cash, Katrina M. Dick, Martina Bocchetta, Bruce L. Miller, Jonathan D. Rohrer, Leonard Petrucelli, John C. van Swieten, Suzee E. Lee

Notice bibliographique

RevueAnnals of Clinical and Translational Neurology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAmyotrophic Lateral Sclerosis Research
Établissements canadiensUniversité Laval
Organismes subventionnairesRobert Packard Center for ALS Research, Johns Hopkins UniversityNational Institute of Neurological Disorders and StrokeInstituto de Salud Carlos IIIMedical Research CouncilAlzheimer NederlandStichting DioraphteUniversity College London Hospitals NHS Foundation TrustMedicinska ForskningsrådetHjärnfondenAlzheimer SocietyAlzheimer's SocietyMinistero della SaluteStockholms Läns LandstingAlzheimer’s Research UKWeston Brain InstituteAlzheimer's Drug Discovery FoundationKarolinska InstitutetZonMwWolfson FoundationBrain Research TrustNederlandse Organisatie voor Wetenschappelijk OnderzoekALS AssociationNational Institute on AgingNational Institute for Health and Care ResearchEU Joint Programme – Neurodegenerative Disease ResearchTarget ALSSwedish Brain PowerMuscular Dystrophy AssociationNational Institutes of HealthAssociation for Frontotemporal Degeneration
Mots-clésC9orf72Grey matterFrontotemporal dementiaNeurodegenerationMedicineAtrophyInternal medicineAmyotrophic lateral sclerosisPathologyDementiaDiseaseWhite matterMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

Abstract Objective To evaluate poly( GP ), a dipeptide repeat protein, and neurofilament light chain (NfL) as biomarkers in presymptomatic C9orf72 repeat expansion carriers and patients with C9orf72‐ associated frontotemporal dementia. Additionally, to investigate the relationship of poly( GP ) with indicators of neurodegeneration as measured by NfL and grey matter volume. Methods We measured poly( GP ) and NfL levels in cerebrospinal fluid ( CSF ) from 25 presymptomatic C9orf72 expansion carriers, 64 symptomatic expansion carriers with dementia, and 12 noncarriers. We explored associations with grey matter volumes using region of interest and voxel‐wise analyses. Results Poly( GP ) was present in C9orf72 expansion carriers and absent in noncarriers (specificity 100%, sensitivity 97%). Presymptomatic carriers had lower poly( GP ) levels than symptomatic carriers. NfL levels were higher in symptomatic carriers than in presymptomatic carriers and healthy noncarriers. NfL was highest in patients with concomitant motor neuron disease, and correlated with disease severity and survival. Associations between poly( GP ) levels and small grey matter regions emerged but did not survive multiple comparison correction, while higher NfL levels were associated with atrophy in frontotemporoparietal cortices and the thalamus. Interpretation This study of C9orf72 expansion carriers reveals that: (1) poly( GP ) levels discriminate presymptomatic and symptomatic expansion carriers from noncarriers, but are not associated with indicators of neurodegeneration; and (2) NfL levels are associated with grey matter atrophy, disease severity, and shorter survival. Together, poly( GP ) and NfL show promise as complementary biomarkers for clinical trials for C9orf72‐ associated frontotemporal dementia, with poly( GP ) as a potential marker for target engagement and NfL as a marker of disease activity and progression.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,053
Score d'incertitude au seuil0,344

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,128
Tête enseignante GPT0,417
Écart entre enseignants0,289 · 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 tête enseignante, 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

Citations61
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of Clinical and Translational NeurologyMême sujetAmyotrophic Lateral Sclerosis ResearchTravaux en français237 207