Blood Biomarkers Predict Future Cognitive Decline after Military-RelatedTraumatic Brain Injury
Notice bibliographique
Résumé
Background:: Traumatic brain injury (TBI) has been associated with increased likelihood of late-life dementia; however, the mechanisms driving this relationship are elusive. Blood-based biomarkers may provide insight into these mechanisms and serve as useful prognostic indicators of cognitive recovery or decline following a TBI. Objective: The aim of this study was to examine blood biomarkers within one year of TBI and explore their relationship with cognitive decline. Methods: Service members and veterans (n=224) without injury (n=77), or with history of bodily injury (n=37), uncomplicated mild TBI (n=55), or more severe TBI (n=55), underwent a blood draw and neuropsychological assessment within one year of their injury as part of a case-control study. A subsample (n=87) completed follow-up cognitive assessment. Results: In the more severe TBI group, baseline glial fibrillary acidic protein (p=.008) and ubiquitin C-terminal hydrolase-L1 (p=.026) were associated with processing speed at baseline, and baseline ubiquitin C-terminal hydrolase-L1 predicted change in immediate (R2Δ=.244, p=.005) and delayed memory (R2Δ=.390, p=.003) over time. In the mild TBI group, higher baseline tau predicted greater negative change in perceptual reasoning (R2Δ=.188, p=.033) and executive functioning (R2Δ=.298, p=.007); higher baseline neurofilament light predicted greater negative change in perceptual reasoning (R2Δ=.211, p=.012). Conclusion: Baseline ubiquitin C-terminal hydrolase-L1 strongly predicted memory decline in the more severe TBI group, while tau and neurofilament light strongly predicted decline in the mild TBI group. A panel including these biomarkers could be particularly helpful in identifying those at risk for future cognitive decline following TBI.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».