The impact of demographic, clinical, genetic, and imaging variables on tau PET status
Notice bibliographique
Résumé
PURPOSE: A substantial proportion of amyloid-β (Aβ)+ patients with clinically diagnosed Alzheimer's disease (AD) dementia and mild cognitive impairment (MCI) are tau PET-negative, while some clinically diagnosed non-AD neurodegenerative disorder (non-AD) patients or cognitively unimpaired (CU) subjects are tau PET-positive. We investigated which demographic, clinical, genetic, and imaging variables contributed to tau PET status. METHODS: F]RO948 (n = 719) PET. Tau PET positivity was determined in the entorhinal cortex, temporal meta-ROI, and Braak V-VI regions using previously established cutoffs. We performed bivariate binary logistic regression models with tau PET status (positive/negative) as dependent variable and age, sex, APOEε4, Aβ status (only in CU and non-AD analyses), MMSE, global white matter hyperintensities (WMH), and AD-signature cortical thickness as predictors. Additionally, we performed multivariable binary logistic regression models to account for all other predictors in the same model. RESULTS: Tau PET positivity in the temporal meta-ROI was 88.6% for AD dementia, 46.5% for MCI, 9.5% for non-AD, and 6.1% for CU. Among Aβ+ participants with AD dementia and MCI, lower age, MMSE score, and AD-signature cortical thickness showed the strongest associations with tau PET positivity. In non-AD and CU participants, presence of Aβ was the strongest predictor of a positive tau PET scan. CONCLUSION: We identified several demographic, clinical, and neurobiological factors that are important to explain the variance in tau PET retention observed across the AD pathological continuum, non-AD neurodegenerative disorders, and cognitively unimpaired persons.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».