Elevated Tau in Military Personnel Relates to Chronic Symptoms Following Traumatic Brain Injury
Notice bibliographique
Résumé
OBJECTIVE: To understand the relationships between traumatic brain injury (TBI), blood biomarkers, and symptoms of posttraumatic stress disorder (PTSD), depression, and postconcussive syndrome symptoms. DESIGN: Cross-sectional cohort study using multivariate analyses. PARTICIPANTS: One hundred nine military personnel and veterans, both with and without a history of TBI. MAIN MEASURES: PTSD Checklist-Civilian Version (PCL-C); Neurobehavioral Symptom Inventory (NSI); Ohio State University TBI Identification Method; Patient Health Questionnaire-9 (PHQ-9); Simoa-measured concentrations of tau, amyloid-beta (Aβ) 40, Aβ42, and neurofilament light (NFL). RESULTS: Controlling for age, sex, time since last injury (TSLI), and antianxiety/depression medication use, NFL was trending toward being significantly elevated in participants who had sustained 3 or more TBIs compared with those who had sustained 1 or 2 TBIs. Within the TBI group, partial correlations that controlled for age, sex, TSLI, and antianxiety/depression medication use showed that tau concentrations were significantly correlated with greater symptom severity, as measured with the NSI, PCL, and PHQ-9. CONCLUSIONS: Elevations in tau are associated with symptom severity after TBI, while NFL levels are elevated in those with a history of repetitive TBIs and in military personnel and veterans. This study shows the utility of measuring biomarkers chronically postinjury. Furthermore, there is a critical need for studies of biomarkers longitudinally following TBI.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,002 | 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 ».