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 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 | 0,005 |
| 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 | 0,001 | 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) | 0,003 | 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 ».