Detection of plasma Aβ seeding activity by a newly developed analyzer for diagnosis of Alzheimer’s disease
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the diagnostic value of plasma β-amyloid (Aβ) seeding activity measured using a newly developed instrument to distinguish Alzheimer's disease (AD) from other forms of dementia. METHODS: Seventy-nine AD patients, 64 non-AD dementia (NADD) patients, and 75 cognitively normal (NC) subjects were recruited in the study. To measure the levels of Aβ seeding activity in the plasma samples, we have developed an AD-seeds protein analyzer. We used receiver operating characteristic (ROC) curves to quantify the ability of plasma Aβ seeding activity to distinguish between AD and NADD or NC individuals. Spearman's correlation was used to examine the associations between plasma Aβ seeding activity and global cognitive function or conventional AD biomarkers. RESULTS: The Aβ seeding activities were 0.83 (0.58-1.16) A.U. in AD, 0.42 (0.04-0.74) A.U. in NADD and 0.42 (0.09-0.69) A.U. in NC, respectively. The Aβ seeding activity was able to identify AD patients and distinguish them from NC or NADD with high accuracy (AUC = 0.85-0.86). In addition, the plasma Aβ seeding activity showed a strong correlation with cognitive performance (mini-mental state examination, r = - 0.188; Montreal cognitive assessment, r = - 0.189; clinical dementia rating, r = 0.205) and conventional biomarkers (cerebrospinal fluid [CSF] Aβ42/40, r = -0.227; CSF T-tau/Aβ42, r = 0.239; CSF P-tau/Aβ42, r = 0.259). CONCLUSION: Our results confirmed that plasma Aβ seeding activity is an antibody-free and low-cost biomarker for the diagnosis of AD. TRIAL REGISTRATION: Trial registration number NCT04850053.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».