Biomarkers and phenotypic expression in Alzheimer’s disease: exploring the contribution of frailty in the Alzheimer’s Disease Neuroimaging Initiative
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The present study aimed at investigating if the main biomarkers of Alzheimer’s disease (AD) neuropathology and their association with cognitive disturbances and dementia are modified by the individual’s frailty status. We performed a cross-sectional analysis of data from participants with normal cognition, mild cognitive impairment (MCI), and AD dementia enrolled in the Alzheimer’s Disease Neuroimaging Initiative 2 (ADNI2) study. Frailty was operationalized by computing a 40-item Frailty Index (FI). The following AD biomarkers were considered and analyzed according to the participants’ frailty status: CSF Aβ 1-42 , 181 P-tau, and T-tau; MRI-based hippocampus volume; cortical glucose metabolism at the FDG PET imaging; amyloid deposition at the 18 F-AV-45 PET imaging. Logistic regression models, adjusted for age, sex, and education, were performed to explore the association of biomarkers with cognitive status at different FI levels. Subjects with higher FI scores had lower CSF levels of Aβ 1-42 , hippocampus volumes at the MRI, and glucose metabolism at the FDG PET imaging, and a higher amyloid deposition at the 18 F-AV-45 PET. No significant differences were observed among the two frailty groups concerning ApoE genotype, CSF T-tau, and P-tau. Increasing frailty levels were associated with a weakened relationship between dementia and 18 F-AV-45 uptake and hippocampus volume and with a stronger relationship of dementia with FDG PET. Frailty contributes to the discrepancies between AD pathology and clinical manifestations and influences the association of AD pathological modifications with cognitive changes. AD and dementia should increasingly be conceived as “complex diseases of aging,” determined by multiple, simultaneous, and interacting pathophysiological processes.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle