Longitudinal brain atrophy and CSF biomarkers in early-onset Alzheimer’s disease
Notice bibliographique
Résumé
There is evidence of longitudinal atrophy in posterior brain areas in early-onset Alzheimer's disease (EOAD; aged < 65 years), but no studies have been conducted in an EOAD cohort with fluid biomarkers characterization. We used 3T-MRI and Freesurfer 6.0 to investigate cortical and subcortical gray matter loss at two years in 12 EOAD patients (A + T + N + ) compared to 19 controls (A-T-N-) from the Hospital Clínic Barcelona cohort. We explored group differences in atrophy patterns and we correlated atrophy and baseline CSF-biomarkers levels in EOAD. We replicated the correlation analyses in 14 EOAD (A + T + N + ) and 55 late-onset AD (LOAD; aged ≥ 75 years; A + T + N + ) participants from the Alzheimer's disease Neuroimaging Initiative. We found that EOAD longitudinal atrophy spread with a posterior-to-anterior gradient and beyond hippocampus/amygdala. In EOAD, higher initial CSF NfL levels correlated with higher ventricular volumes at baseline. On the other hand, higher initial CSF Aβ42 levels (within pathological range) predicted higher rates of cortical loss in EOAD. In EOAD and LOAD subjects, higher CSF t-tau values at baseline predicted higher rates of subcortical atrophy. CSF p-tau did not show any significant correlation. In conclusion, posterior cortices, hippocampus and amygdala capture EOAD atrophy from early stages. CSF Aβ42 might predict cortical thinning and t-tau/NfL subcortical atrophy.
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 | 0,001 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».