MétaCan
Menu
Retour à la cohorte
Enregistrement W3046594016 · doi:10.3389/fnins.2020.00758

Amyloid Beta Immunoreactivity in the Retinal Ganglion Cell Layer of the Alzheimer’s Eye

2020· article· en· W3046594016 sur OpenAlexafffund
Sieun Lee, Kailun Jiang, Brandon James McIlmoyle, Eleanor To, Qinyuan Xu, Veronica Hirsch‐Reinshagen, Ian R. Mackenzie, Ging‐Yuek Robin Hsiung, Brennan D. Eadie, Marinko V. Šarunic, Mirza Faisal Beg, Jing Cui, Joanne A. Matsubara

Notice bibliographique

RevueFrontiers in Neuroscience · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensDalhousie UniversityVancouver General HospitalUniversity of CalgarySimon Fraser UniversityQueen's UniversityUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchMichael Smith Health Research BCNatural Sciences and Engineering Research Council of CanadaAlzheimer Society Research ProgramFondation Brain Canada
Mots-clésRetinal ganglion cellNeuroscienceRetinalBETA (programming language)Ganglion cell layerAmyloid (mycology)RetinaOphthalmologyPsychologyMedicinePathologyComputer science

Résumé

récupéré en direct d'OpenAlex

Alzheimer’s disease (AD) is the most prevalent form of dementia, accounting for 60-70% of all dementias. AD is often under-diagnosed and recognized only at a later, more advanced stage, and this delay in diagnosis has been suggested as a contributing factor in the numerous unsuccessful AD treatment trials. Although there is no known cure for AD, early diagnosis is important for disease management and care. A hallmark of AD is the deposition of amyloid-β (Aβ)-containing senile neuritic plaques and neurofibrillary tangles composed of hyperphosporylated tau in the brain. However, current in vivo methods to quantify Aβ in the brain are invasive, requiring radioactive tracers and positron emission tomography. Towards development of alternative methods to assess AD progression, we focus on the retinal manifestation of AD pathology. The retina is an extension of the central nervous system uniquely accessible to light-based, non-invasive ophthalmic imaging. However, earlier studies in human retina indicate that the literature is divided on the presence of Aβ in the AD retina. To help resolve this disparity, this study assessed retinal tissues from neuropathologically confirmed AD cases to determine the regional distribution of Aβ in retinal wholemounts and to inform on future retinal image studies targeting Aβ. Concurrent post-mortem brain tissues were also collected. Neuropathological cortical assessments including neuritic plaque (NP) scores and cerebral amyloid angiopathy (CAA) were correlated with retinal Aβ using immunohistochemistry, confocal microscopy, and quantitative image analysis. Aβ load was compared between AD and control (non-AD) eyes. Our results indicate that levels of intracellular and extracellular Aβ retinal deposits were significantly higher in AD than controls. Mid-peripheral Aβ levels were greater than central retina in both AD and control eyes. In AD retina, higher intracellular Aβ was associated with lower NP score, while higher extracellular Aβ was associated with higher CAA score. Our data support the feasibility of using the retinal tissue to assess ocular Aβ as a surrogate measure of Aβ in the brain of individuals with AD. Specifically, mid-peripheral retina possesses more Aβ deposition than central retina, and thus may be the optimal location for future in vivo ocular imaging.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,299
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations85
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207