MétaCan
Menu
Retour à la cohorte
Enregistrement W4286698798 · doi:10.2217/nmt-2022-0013

The AT(N) System for Describing Biological Changes in Alzheimer’s Disease: A Plain Language Summary

2022· article· en· W4286698798 sur OpenAlexaff
Harald Hampel, Aya Elhage, Jeffrey L. Cummings, Kaj Blennow, Peng Gao, Clifford R. Jack, Andrea Vergallo

Notice bibliographique

RevueNeurodegenerative Disease Management · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiological Research and Disease Studies
Établissements canadiensNutrasource
Organismes subventionnairesnon disponible
Mots-clésDiseaseDementiaNeurodegenerationNeuroscienceNeurologyAlzheimer's diseaseMedicinePsychologyPathology

Résumé

récupéré en direct d'OpenAlex

WHAT IS THIS SUMMARY ABOUT?: . It explains how Alzheimer's disease is diagnosed. It also looks at whether a newer way to assess people with Alzheimer's disease could help improve how the condition is diagnosed, monitored, and treated. WHY IS THIS IMPORTANT?: Alzheimer's disease is a long-term progressive brain disease that leads to difficulties with thinking and memory. It is a progressive condition, which means it gets worse over time. Biological changes occur in the brain of people with Alzheimer's disease. This includes a build-up of toxic protein clusters called amyloid plaques and tau tangles, gradual damage to the brain cells (neurodegeneration), and brain shrinkage due to loss of neurons. It is often due to multiple factors and doctors usually diagnose Alzheimer's disease by looking at a person's symptoms and ruling out other causes of dementia. However, research shows that people diagnosed in this way do not always have the biological changes in the brain that are related to Alzheimer's disease. This means that some people may be misdiagnosed. Additionally, there may be a delay in the appearance of Alzheimer's symptoms, by which point changes in the brain may be severe. For example, people with Alzheimer's disease show biological changes in the brain, years before symptoms appear. WHAT ARE THE KEY TAKEAWAYS?: An assessment of biological changes in the brain, by measuring substances that indicate disease progress (biomarkers), may offer a fuller picture of a person's Alzheimer's disease, how advanced it is, and which treatments are likely to work best. A recently developed classification scheme known as the AT(N) system provides a way to assess and describe the biological changes in amyloid (A), tau (T), and neurodegeneration (N) that occur in people with Alzheimer's disease. The goal is to include biomarker testing in clinical practice to help physicians and practitioners diagnose, monitor, and treat people with Alzheimer's disease more effectively. The AT(N) system is being used for various purposes in clinical studies, and has the potential to assist physicians and practitioners in early detection, accurate diagnosis, staging, and treatment selection for people with Alzheimer's disease.

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)0,005
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil0,686

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,030
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0080,008
Science ouverte0,0030,004
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,2050,326

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 Opus0,053
Tête enseignante GPT0,292
Écart entre enseignants0,239 · 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'étudeSans objet
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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurodegenerative Disease ManagementMême sujetBiological Research and Disease StudiesTravaux en français237 207