Progression of Alzheimer’s Disease by Self-Reported Cancer History in the Alzheimer’s Disease Neuroimaging Initiative
Notice bibliographique
Résumé
BACKGROUND: Cross-sectional studies suggest self-reported cancer history is associated with decreased risk of Alzheimer's disease (AD). However, little is known about how self-reported cancer affects longitudinal AD progression, the primary outcome in clinical trials and observational studies. OBJECTIVE: To determine self-reported cancer history's effect on longitudinal AD progression in an observational study. METHODS: We utilized data from the Alzheimer's Disease Neuroimaging Initiative (ADNI) to evaluate progression to AD by self-reported all-cancer, breast, prostate, colorectal, or non-melanoma skin cancer history. Linear mixed effects models were used to examine baseline differences and rates of progression on the Alzheimer's Disease Assessment Scale-Cognitive Subscale (ADAS-Cog) by self-reported cancer history. Age at AD onset was examined using consensus clinical diagnoses with Cox proportional hazards regression. RESULTS: Among 1,271 participants, models revealed no significant differences in progression over time but did reveal significantly lower baseline ADAS-Cog score, indicating better cognition at a given age in those with self-reported cancer history. Cox models indicated those with self-reported cancer history had significantly later age of AD onset (HR: 0.67, 95% CI: 0.53-0.85) after adjustment for covariates. CONCLUSION: Participants with self-reported cancer history entered ADNI with better cognition and later age of AD onset, but progressed similarly to participants without such history, indicating differences in AD between those with and without self-reported cancer history emerge early in the disease course. Such differences in longitudinal progression by self-reported cancer history could affect AD trials and observational studies, given the current focus on early disease course. Further investigation is warranted with detailed longitudinal assessment of cancer and AD.
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 | 0,007 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».