MétaCan
Menu
← Retour à la cohorte
Enregistrement W3119309452 · doi:10.1038/s41591-021-01348-z

Prediction of future Alzheimer’s disease dementia using plasma phospho-tau combined with other accessible measures

2021· article· en· W3119309452 sur OpenAlexfundno aff
Sebastian Palmqvist, Pontus Tideman, Nicholas Cullen, Henrik Zetterberg, Kaj Blennow, Jeffrey L. Dage, Erik Stomrud, Shorena Janelidze, Niklas Mattsson, Oskar Hansson

Notice bibliographique

RevueNature Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesHjärnfondenAlzheimerfondenVetenskapsrådetNational Institute on AgingKnut och Alice Wallenbergs StiftelseCanadian Institutes of Health Research
Mots-clésDementiaDiseaseAlzheimer's diseaseMedicinePsychologyNeuroscienceGerontologyPathology

Résumé

récupéré en direct d'OpenAlex

Abstract A combination of plasma phospho-tau (P-tau) and other accessible biomarkers may provide accurate prediction about the risk of developing Alzheimer’s disease (AD) dementia. We examined this in patients with subjective cognitive decline (SCD) and mild cognitive impairment (MCI) who were consecutively recruited in the BioFINDER study (n=340). The results were validated in SCD/MCI participants in the ADNI study (n=543). Plasma P-tau, plasma Aβ42/Aβ40, plasma neurofilament light, APOE genotype, brief cognitive tests and MRI (cortical thickness in AD-specific regions) were examined as predictors of progression to AD dementia primarily within 4 years. The accuracy was determined using the area under the ROC curve (AUC) from logistic regression models. Within 4 years, plasma P-tau217 predicted AD dementia accurately (AUC 0.83) in BioFINDER. A model of plasma P-tau217, memory, executive function, and APOE had higher accuracy (AUC 0.91, p<0.001). In ADNI, this model produced a similar AUC (0.90) using plasma P-tau181 instead of P-tau217. A cross-validated version of this model was implemented online for prediction of the individual probability of progressing to AD dementia. Within 2 and 6 years, parsimonious models performed similar in both cohorts (AUCs 0.90-0.91). Using cerebrospinal fluid P-tau, Aβ42/Aβ40 and neurofilament light instead of plasma biomarkers did not improve the accuracy. The clinical prediction by memory clinic physicians had significantly lower accuracy than all models (4-year AUC 0.71). In summary, plasma P-tau in combination with brief cognitive tests and APOE genotyping may greatly improve the diagnostic prediction of AD dementia and facilitate recruitment for AD trials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,036
Tête enseignante GPT0,323
Écart entre enseignants0,287 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations534
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueNature Medicine→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→