COMPARING A NEUROPATHOLOGICAL INDEX WITH TRADITIONAL PATHOLOGY IN PREDICTING ALZHEIMER’S DEMENTIA
Notice bibliographique
Résumé
Background: The hallmark neuropathological features of Alzheimer’s disease (AD) don’t correlate well with clinical dementia, suggesting cognitive impairment may be multifactorial in older adults with AD. We aimed to assess whether an index of diverse neuropathological features was more strongly associated with Alzheimer’s-type dementia than traditional AD neuropathological hallmarks. Methods: This was a cross-sectional analysis of data from the Rush Memory and Aging Project. We constructed a neuropathology index (NPI) using the deficit accumulation approach, as the mean of 10 variables coded between 0 (no pathology) and 1 (severe pathology): percentage of amyloidβ, neurofibrillary tangle density, presence of Lewy bodies, hippocampal sclerosis, cerebral infarcts, cerebral amyloid angiopathy, arteriolosclerosis, atherosclerosis, and TDP-43. A traditional pathology score included plaques (diffuse/neuritic) and tangles. A 41-item frailty index of clinical health data was also calculated for each individual. Cognitive status was determined as AD or no dementia by clinical consensus (all other forms of dementia were excluded). Results: The mean age of 645 included participants was 89.7 ± 6.2 years, 68% female. The NPI ranged from 0–0.87, mean 0.36 ± 0.16. In a logistic regression model controlling for age, sex, and frailty, both NPI and traditional pathology were significantly associated with dementia diagnosis (p<0.001). The NPI outperformed the traditional pathology measure in its ability to classify dementia status (C-statistic 0.80, 95% CI 0.77–0.85 vs. 0.74, 0.70–0.78). Conclusion: An NPI captures information over and above traditional hallmark pathological measures of AD and may help characterize the multifactorial etiologic pathway of dementia in 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 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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».