Prodromal FTD ‐ what do we know about it and what do we still have to learn?
Notice bibliographique
Résumé
Abstract Background Frontotemporal dementia (FTD) is a complex disease that can initially present with subtle symptoms across several domains including behavior, cognitive/language, psychiatric and motor. This heterogenous prodromal phase is preceded by a slowly progressive presymptomatic accumulation of biological changes. With the emergence of new potential therapeutic agents for genetic forms, there is a need for robust clinical characterization and diagnostic definitions of these disease phases. Method We performed a systematic literature review on the current state of the science on prodromal FTD and provide expert consensus recommendations on diagnostic definitions. Result The preclinical phase should extend from the first signs of protein misfolding to the first FTD symptoms, however we lack molecular biomarkers to characterize this stage, with maybe the exception of C9orf72 expansion cases. In genetic mutation carriers it is uncertain if a ‘no disease’ phase exists, or if there is a neurodevelopmental component. To account for all possible clinical presentations, the definition of the prodromal stage of FTD needs to include the possibility of symptoms emerging with behavioral/psychiatric, cognitive and/or motor features. We subsume these features under the term mild cognitive and/or behavioral and/or motor impairment due to FTD (MCBMI‐FTD). MCBMI‐FTD needs to include psychiatric symptoms outside of typical bvFTD criteria as potential initial prodromal manifestations of FTD in genetic mutation carriers, however this would not be applicable in sporadic cases given the lack of specificity of such symptoms. Conclusion Characterizing the preclinical and prodromal stages of FTD is crucial for disease detection and patient stratification for future clinical trials. However, several issues remain including the need to develop molecular biomarkers to better characterize the preclinical phase and more accurate models to predict symptom onset.
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 | 0,012 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,009 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».