Discrimination of MSA-P and MSA-C by RT-QuIC analysis of olfactory mucosa: the first assessment of assay reproducibility between two specialized laboratories
Notice bibliographique
Résumé
BACKGROUND: can be detected in the olfactory mucosa (OM) of MSA and PD patients. For this reason, we have performed the first interlaboratory study based on α-synuclein Real-Time Quaking-Induced Conversion (αSyn_RT-QuIC) analysis of OM samples collected from PD and MSA patients with the parkinsonian (MSA-P) and cerebellar (MSA-C) phenotypes. METHODS: OM samples were prospectively collected from patients with a probable diagnosis of MSA-P (n = 20, mean disease duration 4.4 years), MSA-C (n = 10, mean disease duration 4 years), PD (n = 13, mean disease duration 8 years), and healthy control subjects (HS) (n = 11). Each sample was analyzed by αSyn_RT-QuIC in two independent specialized laboratories, one located in Italy (ITA-lab) and one located in the USA (USA-lab). Both laboratories have developed and used harmonized αSyn_RT-QuIC analytical procedures. Results were correlated with demographic and clinical data. RESULTS: The αSyn_RT-QuIC analysis reached a 96% interrater agreement of results (IAR) between laboratories (Kappa = 0.93, 95% CI 0.83-1.00). In particular, αSyn_RT-QuIC seeding activity was found in the OM of 9/13 patients with PD (sensitivity 69%, IAR 100%) and 18/20 patients with MSA-P (sensitivity 90%, IAR 100%). Interestingly, samples collected from patients with MSA-C did not induce αSyn_RT-QuIC seeding activity, except for one subject in USA-lab. Therefore, we found that MSA-P and MSA-C induced opposite effects. Regardless of disease diagnosis, the αSyn_RT-QuIC seeding activity correlated with some clinical parameters, including the rigidity and postural instability. CONCLUSIONS: may serve as a novel biomarker for accurate clinical diagnoses of PD, MSA-P, and MSA-C. Moreover, αSyn_RT-QuIC represents a reliable assay that can distinguish patients with MSA-P from those with MSA-C, and may lead to significant advancements in patients stratification and selection for emerging pharmacological treatments and clinical trials.
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 | 0,017 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 0,001 |
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 ».