MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312087783 · doi:10.1002/alz.064157

Plasma phospho‐tau predicts differences in white matter microstructural complexity and cognition in non‐demented older adults

2022· article· en· W4312087783 sur OpenAlexaboutno aff
Andrew R. Bender, Kelly N. Dubois, Tessa Grabinski, Scott Peltier, Bruno Giordani, Henry L. Paulson, Nicholas M. Kanaan, Benjamin M. Hampstead

Notice bibliographique

RevueAlzheimer s & Dementia · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWhite matterDementiaBiomarkerNeuropsychologyNeuroimagingPsychologyInternal medicineCognitionMedicineFornixMagnetic resonance imagingAudiologyDiseaseNeuroscienceBiologyHippocampusRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background White matter (WM) measures from diffusion magnetic resonance imaging (dMRI) are sensitive to Alzheimer’s disease (AD) pathology and cognitive impairment. Whereas most extant dMRI studies focused on uniformly‐oriented WM fiber tracts, variations in crossing fiber regions also show sensitivity to mild cognitive impairment (MCI) and AD diagnoses. Such crossing fiber alterations may reflect differential disease effects on constituent fibers, suggesting that quantifying crossing fibers may provide unique markers of early WM changes and neurocognitive risk in AD and MCI. Although few methods exist for quantifying crossing fibers, recent findings show older age is associated with increased microstructural complexity (CX) a novel method to characterize in crossing fibers. The present study evaluated CX in relation to variation in plasma AD biomarkers and cognitive performance in older adults without dementia. Method Data from 48 participants included clinical evaluation, neuropsychological assessment, dMRI neuroimaging and venipuncture. SIMOA assays quantified the AD plasma biomarkers Aβ42, Aβ40, and tau phosphorylated at threonine181 (pTau‐181). Participants were clinically characterized as cognitively normal (n=19) or with MCI (amnestic: n=18; non‐amnestic: n=11). Diagnostic groups did not differ with respect to years of age and education, systolic and diastolic blood pressure, proportions of men and women, proportions of APOE ε4 allele carriers, or plasma biomarker levels. Processing of dMRI data followed the MRtrix fixel‐based analysis (FBA) framework to estimate voxelwise CX data for all participants. Result Voxelwise regression of whole‐brain CX on pTau‐181 levels revealed a significant positive effect in the dorsal cingulum bundle and adjacent corpus callosum. Post hoc regression of mean CX sampled from significant voxels on pTau‐181 showed greater pTau‐181 level strongly predicts higher CX in this region (partial‐R=0.579, p<0.001), even while controlling for age, education, and Montreal Cognitive Assessment (MoCA) score. Path analysis linking pTau‐181 and cognition showed elevated circulating pTau‐181 levels strongly predict increased white matter complexity in mid‐cingulum bundle, which in turn predicts reduced cognitive performance on measures of working memory, list learning, and semantic fluency. Conclusion Microstructural complexity in crossing fiber WM regions provides a sensitive marker of early WM alterations associated with elevated plasma phospho‐tau and cognitive decrements in non‐demented older adults.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,040
Tête enseignante GPT0,293
Écart entre enseignants0,253 · 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 revueAlzheimer s & Dementia→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→