Racial Differences in the Effect of APOE-ε4 Genotypes on Trail Making Test Part B in Alzheimer’s disease
Notice bibliographique
Résumé
Abstract The trail making test part B (TMT-B) evaluates "executive" functions, memory, and sensorimotor functions. No previous studies were found to examine the longitudinal effect of apolipoprotein E epsilon 4 (APOE-ε4) genotypes on the TMT-B scores in Alzheimer’s disease (AD), and/or mild cognitive impairment (MCI) participants. This study used data from the Alzheimer's Disease Neuroimaging Initiative (ADNI): 482 participants with AD, 503 with cognitive normal (CN), 1,293 with MCI at baseline and follow-up of four years. The multivariable linear mixed model was used to determine the longitudinal changes in the TMT-B scores. The individuals with 1 or 2 APOE-ε4 alleles revealed significantly higher TMT-B scores (poor cognitive function) compared with individuals without APOE-ε4 allele at baseline and four follow-up visits (all p values < 0.0001). Compared with Whites, non-Hispanic African American and Hispanic populations had higher TMT-B scores (p = 0.0007 and 0.0044, respectively). Furthermore, stratified by diagnosis, the African American CN group had the highest TMT-B scores (p < 0.0001) and the Hispanic AD group had higher TMT-B scores (p = 0.0123) compared with Whites, while both African American and Hispanic MCI groups had higher TMT-B scores compared with Whites (p = 0.162 and 0.0274, respectively). In addition, stratified by racial groups, the subjects with APOE-ε4 -homozgous and APOE-ε4 -heterozgous showed higher TMT-B scores compared with subjects who carry zero APOE-ε4 allele just in Whites (p = 0.0023 and 0.0003, respectively); whereas there was no difference among APOE-ε4 genotypes in AA and Hispanics. In conclusion, the APOE-ε4 allele was associated with increased TMT-B scores but such associations varied by racial groups.
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 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 | 0,030 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».