Early symptoms in symptomatic and preclinical genetic frontotemporal lobar degeneration
Notice bibliographique
Résumé
Objectives The clinical heterogeneity of frontotemporal dementia (FTD) complicates identification of biomarkers for clinical trials that may be sensitive during the prediagnostic stage. It is not known whether cognitive or behavioural changes during the preclinical period are predictive of genetic status or conversion to clinical FTD. The first objective was to evaluate the most frequent initial symptoms in patients with genetic FTD. The second objective was to evaluate whether preclinical mutation carriers demonstrate unique FTD-related symptoms relative to familial mutation non-carriers. Methods The current study used data from the Genetic Frontotemporal Dementia Initiative multicentre cohort study collected between 2012 and 2018. Participants included symptomatic carriers (n=185) of a pathogenic mutation in chromosome 9 open reading frame 72 (C9orf72), progranulin (GRN) or microtubule-associated protein tau (MAPT) and their first-degree biological family members (n=588). Symptom endorsement was documented using informant and clinician-rated scales. Results The most frequently endorsed initial symptoms among symptomatic patients were apathy (23%), disinhibition (18%), memory impairments (12%), decreased fluency (8%) and impaired articulation (5%). Predominant first symptoms were usually discordant between family members. Relative to biologically related non-carriers, preclinicalMAPTcarriers endorsed worse mood and sleep symptoms, andC9orf72carriers endorsed marginally greater abnormal behaviours. PreclinicalGRNcarriers endorsed less mood symptoms compared with non-carriers, and worse everyday skills. Conclusion Preclinical mutation carriers exhibited neuropsychiatric symptoms compared with non-carriers that may be considered as future clinical trial outcomes. Given the heterogeneity in symptoms, the detection of clinical transition to symptomatic FTD may be best captured by composite indices integrating the most common initial symptoms for each genetic group.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».