Characterizing the Resilience Effect of Neurodegeneration for the Mechanistic Pathway of Alzheimer’s Disease
Notice bibliographique
Résumé
BACKGROUND: With the rapid development of neurobiology and neuroimaging technologies, mounting evidence shows that Alzheimer's disease (AD) is caused by the build-up of two abnormal proteins, amyloid-β plaques (A) and neurofibrillary tangles (T). Over time, these AD-related neuropathological burdens begin to spread throughout the brain, which results in the characteristic progression of symptoms in AD. OBJECTIVE: Although tremendous efforts have been made to link biological indicators to the progression of AD, limited attention has been paid to investigate the multi-factorial role of socioeconomic status (SES) in the prevalence or incidence of AD. There is high demand to explore the synergetic effect of sex and SES factors in moderating the neurodegeneration process caused by the accumulation of A and T biomarkers. METHODS: We carry out a meta-data analysis on the longitudinal neuroimaging data, clinical outcomes, genotypes, and demographic data in Alzheimer's Disease Neuroimaging Initiative (ADNI) database (http://adni.loni.usc.edu). RESULTS: Our major findings include 1) education and occupation show resilience effects at the angular gyrus, superior parietal lobule, lateral occipital-temporal sulcus, and posterior transverse collateral sulcus where we found significant slowdown of neurodegeneration due to higher education level or more advanced occupation rank; 2) A and T biomarkers manifest different spatial patterns of brain resilience; 3) BDNF (brain-derived neurotrophic factor) single nucleotide polymorphism (SNP) rs10835211 shows strong association to the identified resilience effect; 4) the identified resilience effect is associated with the clinical manifestation in memory, learning, and organization performance. CONCLUSION: Several brain regions manifest resilience from SES to A and T biomarkers. BDNF SNPs have a potential association with the resilience effect from SES. In addition, cognitive measures of learning and memory demonstrate the resilience effect.
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 | 0,018 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,013 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».