MétaCan
Menu
Retour à la cohorte
Enregistrement W4312087713 · doi:10.1002/alz.064762

Reference Intervals for Plasma Biomarkers of Alzheimer’s Disease

2022· article· en· W4312087713 sur OpenAlexaffabout
Jennifer G Cooper, Sophie Stukas, Mohammad Ghodsi, Nyra Ahmed, Daniel T. Holmes, Cheryl L. Wellington

Notice bibliographique

RevueAlzheimer s & Dementia · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueClusterin in disease pathology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineNeurodegenerationBiomarkerBiobankInternal medicineAmyloid betaPopulationPathologyOncologyAlzheimer's diseaseNeuroinflammationNeurologyDiseaseBioinformaticsBiologyPsychiatryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Background Several blood‐based biomarkers are emerging as potential screening, diagnostic, and prognostic tools for Alzheimer’s disease (AD), including: the ratio of amyloid beta 42 over 40 (Aβ42/40), reflecting the pathology of amyloid plaques; phosphorylated tau‐181 (p‐tau‐181), reflecting the formation of neurofibrillary tangles; neurofilament light (NF‐L), reflecting axonal damage observed in neurodegeneration; and glial fibrillary acidic protein (GFAP), reflecting neuroinflammation through astrocyte activation. A critical step in the translation of these biomarkers from research to clinical implementation is establishment of reference intervals derived from an appropriate population. Methods 900 plasma samples from male and female participants aged 3‐79 years old were analyzed for Aβ42/40, p‐tau‐181, NF‐L and GFAP to create reference intervals (RI). Samples are obtained from the Canadian Health Measures Survey (CHMS), a national study that collects demographics, health questionnaires, clinical data and biospecimens from participants. Analysis was preformed on the Quanterix Simoa HD‐X analyzer using the Neurology 4‐plex E and p‐tau‐181 assay. Discrete and continuous RIs were produced for each biomarker. Discrete RIs are produced according to the Clinical Laboratory Standards Institute guidelines (EP20‐A3c). Continuous RIs are created using quantile regression. Results Participant samples were selected from the following age bins designated by the CHMS biobank: 3 to 5 years (N=56), 6 to 11 years (N=58), 12 to 19 years (N=58), 20 to 39 years (102), 40 to 59 years (N= 102), 60 to 79 years (N=140). After analysis, age partitions for discrete RI were created, resulting in two to five age‐bins per biomarker which reference intervals were generated for. Continuous RIs produced smooth centile curves across all ages, from which point estimates for any age can be calculated. Conclusions Both discrete and continuous RIs for plasma Aβ42/40, p‐tau‐181, NF‐L and GFAP may help refine normative cut offs for each biomarker across the lifespan.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,331
Écart entre enseignants0,261 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetClusterin in disease pathologyTravaux en français237 207