MétaCan
Menu
← Retour à la cohorte
Enregistrement W4247847255 · doi:10.21203/rs.3.rs-53396/v2

Neuropsychiatric symptoms are early indicators of an upcoming metabolic decline in Alzheimer’s disease

2020· preprint· en· W4247847255 sur OpenAlexaff
Kok Pin Ng, Tharick A. Pascoal, Sulantha Mathotaarachchi, Yiong Huak Chan, Lai Jiang, Joseph Therriault, Andréa L. Benedet, Monica Shin, Nagaendran Kandiah, Celia M.T. Greenwood, Pedro Rosa‐Neto, Serge Gauthier

Notice bibliographique

RevueResearch Square · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute on AgingNational Medical Research CouncilMedical Research CouncilFleniDeutsches Zentrum für Neurodegenerative ErkrankungenKorea Health Industry Development InstituteJapan Agency for Medical Research and Development
Mots-clésDiadMutationPenetranceDiseaseConfoundingMedicineInternal medicineGeneticsOncologyPsychologyBiologyChemistryPhenotypeGene

Résumé

récupéré en direct d'OpenAlex

Abstract Background Neuropsychiatric symptoms (NPS) are increasingly recognized as early non-cognitive manifestations in the Alzheimer’s disease (AD) continuum. However, the role of NPS as an early marker of pathophysiological progression in AD remains unclear. Dominantly inherited AD (DIAD) mutation carriers are young individuals who are destined to develop AD in future due to the full penetrance of the genetic mutation. Hence, the study of DIAD mutation carriers enables the evaluation of the associations between pure AD pathophysiology and metabolic correlates of NPS without the confounding effects of co-existing pathologies. In this longitudinal study, we aim to identify regional brain metabolic dysfunctions associated with NPS in cognitively intact DIAD mutation carriers. Methods We stratified 221 cognitively intact participants from the Dominantly Inherited Alzheimer’s Network according to their mutation carrier status. Regression mixed effect models with family-level random effects evaluated the interactions of NPS measured by the Neuropsychiatric Inventory-Questionnaire (NPI-Q), age and estimated years of onset (EYO) as a function of metabolism measured by [ 18 F]flurodeoxyglucose ([ 18 F]FDG) positron emission tomography in DIAD mutation and non-mutation carriers. An exploratory factor analysis was performed to identify the neuropsychiatric subsyndromes in DIAD mutation carriers using the NPI-Q sub-components. Regression mixed effect models then evaluated the interactions of specific neuropsychiatric subsyndromes with EYO on metabolism.Results 119 mutation and 102 non-mutation carriers were studied. The interaction of higher NPI-Q and shorter EYO was associated with more rapid global and regional [ 18 F]FDG uptake decline in the posterior cingulate and ventromedial prefrontal cortices, bilateral parietal lobes and right insula in DIAD mutation carriers. The neuropsychiatric subsyndrome of agitation, disinhibition, irritability and depression interacted with EYO to drive [ 18 F]FDG uptake decline in the DIAD mutation carriers. The interaction of NPI and EYO was not associated with [ 18 F]FDG uptake in DIAD non-mutation carriers. Conclusions NPS in cognitively intact DIAD mutation carriers may be clinical indicators of subsequent metabolic decline in brain networks vulnerable to AD, which support the emerging conceptual framework that NPS represent early manifestations of neuronal injury in AD. Further studies using different methodological approaches to identify NPS in preclinical AD are needed to validate our findings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,410
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetAlzheimer's disease research and treatments→Travaux en français237 207→