MétaCan
Menu
Retour à la cohorte
Enregistrement W2906633618 · doi:10.3389/fneur.2018.01123

Serum Inflammatory Profile for the Discrimination of Clinical Subtypes in Parkinson's Disease

2018· article· en· W2906633618 sur OpenAlexafffundabout
Rezzak Yılmaz, Antonio P. Strafella, Alice Bernard, Claudia Schulte, Lieneke van den Heuvel, Nicole Schneiderhan‐Marra, Thomas Knorpp, Thomas Joos, Frank Leypoldt, Johanna Geritz, Clint Hansen, Sebastian Heinzel, Anja Apel, Thomas Gasser, Anthony E. Lang, Daniela Berg, Walter Maetzler, Connie Marras

Notice bibliographique

RevueFrontiers in Neurology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensOccupational Cancer Research CentreUniversity Health NetworkUniversity of TorontoCentre for Addiction and Mental HealthOntario Brain Institute
Organismes subventionnairesCanadian Institutes of Health ResearchDeutsches Zentrum für Neurodegenerative Erkrankungen
Mots-clésMedicineDiseaseImmune systemInflammationImmunologyInternal medicineSurrogate endpointConfoundingMultiple sclerosisOncology

Résumé

récupéré en direct d'OpenAlex

Background: Blood levels of immune markers discriminate patients with Parkinson’s disease (PD) from controls. However, differences between clinical PD subgroups regarding these markers still need to be identified. Objective: To investigate whether clinical phenotypes can be predicted by the assessment of immune marker profiles in the serum of PD patients. Methods: Phenotypes of clinical PD from Tübingen, Germany (n=145) and Toronto, Canada (n=90) were defined regarding clinical subtype, disease onset, severity and progression as well as presence of cognitive and/or autonomic dysfunction. A panel of serum immune markers was assessed using principal component analysis (PCA) and regression models to define the marker(s) that were associated with clinical subtype after adjusting for potential confounders. Findings of both centers were compared for validation. Further, a [18F] FEPPA-PET was performed in a group of patients with high and low values of candidate markers for the assessment of in-vivo brain microglial activation. Results: Overall, serum immune markers did not cluster to define a pro/anti-inflammatory profile in PCA. Out of 25 markers only IL-12p40 showed a trend to discriminate between PD subgroups in both cohorts which could not be replicated by [18F] FEPPA-PET. Conclusions: Assessment of cytokines in serum does not reliably differentiate clinical PD subtypes. Accompanying subtype-irrelevant inflammation in PD, dual activity and lack of specificity of the immune markers, the complex function of microglia, probable effects of treatment, disease stage and progression on inflammation as well as current technical limitations may limit the usefulness of serum immune markers for the differentiation of subtypes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,313
Écart entre enseignants0,287 · 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 source (Gemma direct ou Codex distillé), 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

Citations17
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207