Interaction of APOE4 alleles and PET tau imaging in former contact sport athletes
Notice bibliographique
Résumé
BACKGROUND: Genetic polymorphisms like apolipoprotein E (APOE) and microtubule-associated protein tau (MAPT) genes increase the risk of neurodegeneration. METHODS: 38 former players (age 52.63±14.02) of contact sports underwent neuroimaging, biofluid collection, and comprehensive neuropsychological assessment. The [F-18]AV-1451 tracer signal was compared in the cortical grey matter between APOE4 allele carriers and non-carriers as well as carriers of MAPT H1H1 vs non-H1H1. Participants were then divided into the high (N = 13) and low (N = 13) groups based on cortical PET tau standard uptake value ratios (SUVRs) for comparison. FINDINGS: Cortical grey matter PET tau SUVR values were significantly higher in APOE4 carriers compared to non-carriers (p = 0.020). In contrast, there was no significant difference in SUVR between MAPT H1H1 vs non-H1H1 carrier genes (p = 1.00). There was a significantly higher APOE4 allele frequency in the high cortical grey matter PET tau group, comparing to low cortical grey matter PET tau group (p = 0.048). No significant difference in neuropsychological function was found between APOE4 allele carriers and non-carriers. INTERPRETATION: There is an association between higher cortical grey matter tau burden as seen with [F-18]AV-1451 PET tracer SUVR, and the APOE4 allele in former professional and semi-professional players at high risk of concussions. APOE4 allele may be a risk factor for tau accumulation in former contact sports athletes at high risk of neurodegeneration. FUNDING: Toronto General and Western Hospital Foundations; Weston Brain Institute; Canadian Consortium on Neurodegeneration in ageing; Krembil Research Institute. There was no role of the funders in this study.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».