Mild behavioral impairment is associated with β‐amyloid but not tau or neurodegeneration in cognitively intact elderly individuals
Notice bibliographique
Résumé
Abstract Introduction Mild behavioral impairment (MBI) is characterized by the emergence of neuropsychiatric symptoms in elderly persons. Here, we examine the associations between MBI and Alzheimer's disease (AD) biomarkers in asymptomatic elderly individuals. Methods Ninety‐six cognitively normal elderly individuals underwent MRI, [ 18 F]AZD4694 β‐amyloid‐PET, and [ 18 F]MK6240 tau‐PET. MBI was assessed using the MBI Checklist (MBI‐C). Pearson's correlations and voxel‐based regressions were used to evaluate the relationship between MBI‐C score and [ 18 F]AZD4694 retention, [ 18 F]MK6240 retention, and gray matter (GM) volume. Results Pearson correlations revealed a positive relationship between MBI‐C score and global and striatal [ 18 F]AZD4694 standardized uptake value ratios (SUVRs). Voxel‐based regression analyses revealed a positive correlation between MBI‐C score and [ 18 F]AZD4694 retention. No significant correlations were found between MBI‐C score and [ 18 F]MK6240 retention or GM volume. Conclusion We demonstrate for the first time a link between MBI and early AD pathology in a cognitively intact elderly population, supporting the use of the MBI‐C as a metric to enhance clinical trial enrolment.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,002 | 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 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 ».