MétaCan
Menu
Retour à la cohorte
Enregistrement W4281621781 · doi:10.1093/sleep/zsac079.193

0195 Integrated actigraphy-based biomarker for the risk of Alzheimer’s dementia

2022· article· en· W4281621781 sur OpenAlexaff
Hui‐Wen Yang, Peng Li, Haoqi Sun, Matthew Maher, Jacqueline M. Lane, Andrew Lim, David A. Bennett, Lei Yu, Richa Saxena, Aron S. Buchman, Kun Hu

Notice bibliographique

RevueSLEEP · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésActigraphyDementiaCircadian rhythmHazard ratioBiomarkerPsychologyMedicineAudiologyPhysical medicine and rehabilitationDiseaseInternal medicineConfidence intervalBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Many physiological measures derived from actigraphy including physical activity, sleep, circadian/daily rhythm, and temporal correlations have been shown to predict Alzheimer’s dementia (AD). This study aimed to combine these actigraphy-based measures to develop an integrated actigraphy biomarker (IAB) for AD and to test its link to the genetic risk for AD. Methods We analyzed data of 1107 participants (age 80.9±7.3(mean±SD)) from the Rush Memory and Aging Project who were non-demented and had actigraphy (~10 days) at baseline, and had annual cognitive assessment during the follow-up (1-15 years). 270 developed AD (mean = 7.4 years). To construct the IAB for the AD’s risk, we trained a random forest survival model, in which time to incident AD was the outcome, and inputs included 10 features derived from actigraphy data: physical activity level, 3 features for sleep (sleep duration, sleep fragmentation, activity fragmentation), 4 features for circadian rhythmicity (amplitude, acrophase, interdaily stability, and intradaily variability of 24-hr rhythms), and 2 features for temporal correlations (at timescales between 1-90 min and 120-480 min). Polygenic risk score (PRS) was calculated using 457 independent SNPs strongly associated with Alzheimer’s disease (p<0.001). Cox proportional hazard ratio models were performed with different combinations of IAB, PRS, age, sex, and education, and the concordance score (C-score) was used to evaluate model performance. Results The derived IAB was 0.6 SD larger in the AD group as compared with the controls. The IAB alone achieved a C-score = 0.61 in predicting AD, with a hazard ratio=1.5 for 1-SD increase in IAB. The IAB and PRS were not correlated (r2=0.0004, p=0.25), and both significantly contributed to the prediction (both p<=0.0001) when included in one model, giving a C-score of 0.65. C-score was 0.7 in the model using only age, sex and educations yielded, and increased to 0.74 after including IAB and PRS (both effects remained significant p<0.0001). Conclusion The integrated actigraphy biomarker may provide complementary information for early prediction and detection of AD, independent of the known demographic and genetic risk factors. Support (If Any) NIH (RF1AG064312, RF1AG059867, R01AG56352, R01AG17917, T32GM007592, and R03AG067985); The BrightFocus Foundation (A2020886S).

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 enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,319
Écart entre enseignants0,284 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207