Polygenic Risk Scoring is an Effective Approach to Predict Those Individuals Most Likely to Decline Cognitively Due to Alzheimer's Disease
Notice bibliographique
Résumé
BACKGROUND: There is a clear need for simple and effective tests to identify individuals who are most likely to develop Alzheimer's Disease (AD) both for the purposes of clinical trial recruitment but also for improved management of patients who may be experiencing early pre-clinical symptoms or who have clinical concerns. OBJECTIVES: To predict individuals at greatest risk of progression of cognitive impairment due to Alzheimer's Disease in individuals from the Alzheimer's Disease Neuroimaging Initiative (ADNI) using a polygenic risk scoring algorithm. To compare the performance of a PRS algorithm in predicting cognitive decline against that of using the pTau/Aß1-42 ratio CSF biomarker profile. DESIGN: A longitudinal analysis of data from the Alzheimer's Disease Neuroimaging Initiative study conducted across over 50 sites in the US and Canada. SETTING: Multi-center genetics study. PARTICPANTS: 515 subjects who upon entry to the study were diagnosed as cognitively normal or with mild cognitive impairment. MEASUREMENTS: Use of genotyping and/or whole genome sequencing data to calculate polygenic risk scores and assess ability to predict subsequent cognitive decline as measured by CDR-SB and ADAS-Cog13 over 4 years. RESULTS: The overall performance for predicting those individuals who would decline by at least 15 ADAS-Cog13 points from a baseline mild cognitive impairment in 4 years was 72.8% (CI:67.9-77.7) AUC increasing to 79.1% (CI: 75.6-82.6) when also including cognitively normal participants. Assessing mild cognitive impaired subjects only and using a threshold of greater than 0.6, the high genetic risk participant group declined, on average, by 1.4 points (CDR-SB) more than the low risk group over 4 years. The performance of the PRS algorithm tested was similar to that of the pTau/Aß1-42 ratio CSF biomarker profile in predicting cognitive decline. CONCLUSION: Calculating polygenic risk scores offers a simple and effective way, using DNA extracted from a simple mouth swab, to select mild cognitively impaired patients who are most likely to decline cognitively over the next four years.
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 | 0,012 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».