Temporal Dynamics of β-Amyloid Accumulation in Aging and Alzheimer Disease
Notice bibliographique
Résumé
Objective To understand the time course of β-amyloid (Aβ) deposition in the brain, which is crucial for planning therapeutic trials of Aβ-lowering therapies in Alzheimer disease (AD). Methods Two samples of participants from the Alzheimer9s Disease Neuroimaging Initiative were studied with [18F]Florbetapir (FBP) Aβ PET and followed for up to 9 years. Sample A included 475 cognitively normal (CN) older people and those with mild cognitive impairment (MCI) and AD and sample B included 220 CN Aβ− individuals. We examined the trajectory of FBP over time in sample A and the incidence rate of conversion from negative to positive Aβ PET scans in sample B. Results The relationship between time and brain Aβ was sigmoidal, taking 6.4 years to transition from amyloid negative to positive and another 13.9 years to the onset of MCI. Aβ deposition rates began to slow only 3.8 years after reaching the positivity threshold. The incidence rate for scan positivity was 38/1,000 person-years, and factors associated with conversion were age, baseline FBP, and being a female APOE ε4 carrier. Among CN Aβ− individuals, FBP slopes were associated with rates of memory decline and brain tau measured with [18F]Flortaucipir PET 5 years after baseline. Conclusions Lowering brain Aβ must be accomplished early in the evolution of AD. Transitions of PET scans from Aβ− to Aβ+ should be predictable, and it is reasonable to expect that lowering rates of Aβ even in early stages could produce clinically significant benefits.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».