Predictors of Alzheimer’s disease risk in women with bilateral oophorectomy from the UK Biobank
Notice bibliographique
Résumé
Abstract Background Two‐thirds of individuals with Alzheimer’s disease (AD) are women and at age 45, the lifetime risk for AD is twice as high in women compared to men (Alzheimer’s Association, 2019). Early life events affecting 17β‐estradiol (E2) may be a mechanism behind this sex difference. Bilateral oophorectomy (BO) predicts cognitive decline, and neurodegeneration, and increased risk of AD in later life—adverse outcomes that are mitigated with E2 therapy (Gervais et al., 2020; Kantarci et al., 2018; Rocca et al., 2007; Zeydan et al., 2019). Our aim was to investigate compounding risk factors for AD in women with BO using UK Biobank data. Method We studied women aged 60 or older who had BO prior to age 49 with an AD diagnosis (n = 53) and without an AD diagnosis (n = 5418) from the UK Biobank (Sudlow et al. 2015). Data were analyzed using Firth’s bias‐reduced logistic regression in R 3.6.1 (R Core Team, 2019). Result Participants were on average 63.7 years old and 43.4 years old at BO. Women with BO who developed AD: (a) were significantly older, (b) had fewer years of education, (c) had an earlier age at BO, (d) less frequently used any form of hormone therapy (HT), and (e) were more frequently apolipoprotein E4 (APOE4) carriers. As age increased, AD risk increased by 25%; it deceased by 10% with greater years of education. Women with BO and an APOE4 allele were 5.2 times as likely to develop AD than those without an APOE4 allele. Finally, ever using any form of HT decreased AD risk by 54%. Conclusion This research fills a gap in understanding predictors of AD in a high‐risk group of women with early E2 loss. The heightened AD risk for women with BO and APOE4 is of note, as prior work suggests women with APOE4 may benefit less from HT (MacLusky, 2004). Further, the reduction in AD risk with any HT provides added support for HT in mitigating cognitive decline. Although details on HT formulation were unavailable, the specific use of E2‐based therapy may further decrease AD risk (Sherwin & Henry, 2008).
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 | 0,001 | 0,009 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».