A Scoping Review of Mathematical Models Covering Alzheimer’s Disease Progression
Notice bibliographique
Résumé
Abstract Alzheimer’s disease is a complex, multi-factorial and multi-parametric neurodegenerative etiology. Mathematical models can help understand such a complex problem by providing a way to explore and conceptualize principles, merging biological knowledge with experimental data into a model amenable to simulation and external validation, all without the need for extensive clinical trials. We performed a scoping review of mathematical models of AD with a search strategy applied to the PubMed database which yielded 846 entries. After applying our exclusion criteria, only 17 studies remained from which we extracted data, focusing on three aspects of mathematical modeling: how authors addressed continuous time, how models were solved, and how the high dimensionality and non-linearity of models were managed. Most articles modeled AD at the cellular range of the disease process, operating on a short time scale (e.g., minutes; hours), i.e., the micro view (12/17); the rest considered regional or brain-level processes, with longer timescales (e.g., years, decades) (the macro view). Most papers were concerned primarily with Aβ ( n = 8), few modeled with both Aβ and tau proteins ( n = 3), and some considered more than these two factors in the model ( n = 6). Models used partial differential equations ( PDEs ; n = 3), ordinary differential equations ( ODEs ; n = 7), both PDEs and ODEs ( n = 3). Some didn’t specify the mathematical formalism ( n = 4). Sensitivity analyses were performed in only a small number of papers (4/17). Overall, we found that only two studies could be considered valid in terms of parameters and conclusions, and two more were partially valid. The majority ( n = 13) either was invalid or there was insufficient information to ascertain their status. While mathematical models are powerful and useful tools for the study of AD, closer attention to reporting is necessary to gauge the quality of published studies to replicate or continue with their contributions.
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 | 0,011 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,023 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».