Inflammation in Alzheimer’s disease: do sex and APOE matter?
Notice bibliographique
Résumé
ABSTRACT Alzheimer’s disease (AD) disproportionately affects females with steeper cognitive decline and more neuropathology compared to males, which is exacerbated in females carrying the APOEε4 allele. The risk of developing AD is also higher in female APOEε4 carriers in earlier age groups (aged 65-75), and the progression from cognitively normal to mild cognitive impairment (MCI) and to AD may be influenced by sex. Inflammation is observed in AD and is related to aging, stress, and neuroplasticity, and although studies are scarce, sex differences are noted in inflammation. The objective of this study was to investigate underlying physiological inflammatory mechanisms that may help explain why there are sex differences in AD and APOEε4 carriers. We investigated, using the ADNI database, the effect of sex and APOE genotype (non-carriers or carriers of 1 and 2 APOEε4 alleles) and sex and diagnosis (cognitively normal (CN), MCI, AD) on CSF (N= 279) and plasma (N= 527) markers of stress and inflammation. We found CSF IL-16 and IL-8 levels were significantly lower in female non-carriers of APOEε4 alleles compared to males, whereas levels were similar between the sexes among carriers of APOEε4 alleles. Furthermore, females had on average higher levels of plasma CRP and ICAM1 but lower levels of CSF ICAM1, IL-8, IL-16, and IgA than males. Carrying APOEε4 alleles and diagnosis (MCI and AD) decreased plasma CRP in both sexes. Sex differences in inflammatory biomarkers support that the underlying physiological changes during aging differ by sex and tissue origin.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».