Cognitive Composites for Genetic Frontotemporal Dementia: GENFI-Cog
Notice bibliographique
Résumé
Abstract Background: Clinical endpoints for upcoming therapeutic trials in frontotemporal dementia (FTD) are increasingly urgent. Cognitive composite scores are often used as endpoints but are lacking in genetic FTD. We aimed to create cognitive composite scores for genetic frontotemporal dementia (FTD) and recommend on recruitment and duration in clinical trial design.Methods: A standardized neuropsychological test battery covering six cognitive domains was completed by 69 C9orf72, 41 GRN, and 28 MAPT mutation carriers with CDR® plus NACC-FTLD≥0.5 and 275 controls. Logistic regression was used to identify the combination of tests that distinguished best between each mutation carrier groups and controls. The composite scores were calculated from the weighted averages of test scores in the models based on the regression coefficients. Sample size estimates were calculated for individual cognitive tests and composites in a theoretical trial aimed at preventing progression from a prodromal stage (CDR® plus NACC-FTLD 0.5) to a fully symptomatic stage (CDR® plus NACC-FTLD ≥1). Time-to-event analysis was performed to determine how quickly mutation carriers progressed from CDR® plus NACC-FTLD=0.5 to ≥1 (and therefore how long a trial would need to be). Results: Results from the logistic regression analyses resulted in different composite scores for each mutation carrier group. The estimated sample size to detect a treatment effect was lower for composite scores than for most individual tests. A Kaplan-Meier curve showed that after three years ~50% of individuals had converted from CDR® plus NACC-FTLD 0.5 to ≥1.DISCUSSION: We created gene-specific cognitive composite scores for C9orf72, GRN and MAPT mutation carriers, which resulted in substantially lower estimated sample sizes to detect a treatment effect than the individual cognitive tests. The GENFI-Cog composites have potential as cognitive endpoints for upcoming clinical trials. The results from this study provide recommendations for estimating sample size and trial duration.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».