MétaCan
Menu
Retour à la cohorte
Enregistrement W3104533249 · doi:10.1093/brain/awaa403

OUP accepted manuscript

2020· article· en· W3104533249 sur OpenAlexfundno aff
Ashvini Keshavan, Josef Pannee, Thomas K. Karikari, Juan Lantero‐Rodriguez, Nicholas J. Ashton, Jennifer Nicholas, David M. Cash, William Coath, Christopher Lane, Thomas D. Parker, Kirsty Lu, Sarah M. Buchanan, Sarah E Keuss, Sarah‐Naomi James, Heidi Murray‐Smith, Andrew Wong, Anna Barnes, John Dickson, Amanda Heslegrave, Erik Portelius, Marcus Richards, Nick C. Fox, Henrik Zetterberg, Kaj Blennow, Jonathan M. Schott

Notice bibliographique

RevueBrain · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilAvid RadiopharmaceuticalsWallenberg Centre for Molecular and Translational MedicineUK Dementia Research InstituteVetenskapsrådetBritish Heart FoundationUniversity College LondonNational Institute for Health and Care ResearchBrain Research TrustCalifornia State University, BakersfieldAlzheimer's Drug Discovery FoundationBrain Research UKAlzheimerfondenWeston Brain InstituteWellcome TrustEngineering and Physical Sciences Research CouncilGun och Bertil Stohnes StiftelseBrightFocus FoundationEli Lilly and Company
Mots-clésConcordanceAmyloid (mycology)MedicineStandardized uptake valueDementiaInternal medicineConfidence intervalCohortOncologyPopulationPathologyPositron emission tomographyNuclear medicineDisease

Résumé

récupéré en direct d'OpenAlex

Alzheimer's disease has a preclinical stage when cerebral amyloid-β deposition occurs before symptoms emerge, and when amyloid-β-targeted therapies may have maximum benefits. Existing amyloid-β status measurement techniques, including amyloid PET and CSF testing, are difficult to deploy at scale, so blood biomarkers are increasingly considered for screening. We compared three different blood-based techniques-liquid chromatography-mass spectrometry measures of plasma amyloid-β, and single molecule array (Simoa) measures of plasma amyloid-β and phospho-tau181-to detect cortical 18F-florbetapir amyloid PET positivity (defined as a standardized uptake value ratio of >0.61 between a predefined cortical region of interest and eroded subcortical white matter) in dementia-free members of Insight 46, a substudy of the population-based British 1946 birth cohort. We used logistic regression models with blood biomarkers as predictors of amyloid PET status, with or without age, sex and APOE ε4 carrier status as covariates. We generated receiver operating characteristics curves and quantified areas under the curves to compare the concordance of the different blood tests with amyloid PET. We determined blood test cut-off points using Youden's index, then estimated numbers needed to screen to obtain 100 amyloid PET-positive individuals. Of the 502 individuals assessed, 441 dementia-free individuals with complete data were included; 82 (18.6%) were amyloid PET-positive. The area under the curve for amyloid PET status using a base model comprising age, sex and APOE ε4 carrier status was 0.695 (95% confidence interval: 0.628-0.762). The two best-performing Simoa plasma biomarkers were amyloid-β42/40 (0.620; 0.548-0.691) and phospho-tau181 (0.707; 0.646-0.768), but neither outperformed the base model. Mass spectrometry plasma measures performed significantly better than any other measure (amyloid-β1-42/1-40: 0.817; 0.770-0.864 and amyloid-β composite: 0.820; 0.775-0.866). At a cut-off point of 0.095, mass spectrometry measures of amyloid-β1-42/1-40 detected amyloid PET positivity with 86.6% sensitivity and 71.9% specificity. Without screening, to obtain 100 PET-positive individuals from a population with similar amyloid PET positivity prevalence to Insight 46, 543 PET scans would need to be performed. Screening using age, sex and APOE ε4 status would require 940 individuals, of whom 266 would proceed to scan. Using mass spectrometry amyloid-β1-42/1-40 alone would reduce these numbers to 623 individuals and 243 individuals, respectively. Across a theoretical range of amyloid PET positivity prevalence of 10-50%, mass spectrometry measures of amyloid-β1-42/1-40 would consistently reduce the numbers proceeding to scans, with greater cost savings demonstrated at lower prevalence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,325
Écart entre enseignants0,277 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations106
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207