Theoretical impact of the AT(N) framework on dementia using a community autopsy sample
Notice bibliographique
Résumé
The AT(N) research framework categorizes eight biomarker profiles using amyloid (A), tauopathy (T), and neurodegeneration (N), regardless of dementia status. We evaluated associations with dementia risk in a community-based cohort by approximating AT(N) profiles using autopsy-based neuropathology correlates, and considered cost implications for clinical trials for secondary prevention of dementia based on AT(N) profiles. We used Consortium to Establish a Registry for Alzheimer's Disease (moderate/frequent) to approximate A+, Braak stage (IV-VI) for T+, and temporal pole lateral ventricular dilation for (N)+. Outcomes included dementia prevalence at death and incidence in the last 5 years of life. A+T+(N)+ was the most common profile (31%). Dementia prevalence ranged from 14% (A-T-[N]-) to 79% (A+T+[N]+). Between 8% (A+T-[N]-) and 68% (A+T+[N]-) of decedents developed incident dementia in the last 5 years of life. Clinical trials would incur substantial expense to characterize AT(N). Many people with biomarker-defined preclinical Alzheimer's disease will never develop clinical dementia during life, highlighting resilience to clinical expression of AD neuropathologic changes and the need for improved tools for prediction beyond current AT(N) biomarkers.
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 | 0,080 | 0,178 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».