Longitudinal blood biomarker trajectories in preclinical Alzheimer's disease
Notice bibliographique
Résumé
Abstract INTRODUCTION Plasma biomarkers are altered years prior to Alzheimer's disease (AD) clinical onset. METHODS We measured longitudinal changes in plasma amyloid‐beta (Aβ) 42/40 ratio, pTau181, pTau231, neurofilament light chain (NfL), and glial fibrillary acidic protein (GFAP) in a cohort of older adults at risk of AD ( n = 373 total, n = 229 with Aβ and tau positron emission tomography [PET] scans) considering genetic and demographic factors as possible modifiers of these markers’ progression. RESULTS Aβ 42/40 ratio concentrations decreased, while NfL and GFAP values increased over the 4‐year follow‐up. Apolipoprotein E ( APOE ) ε4 carriers showed faster increase in plasma pTau181 than non‐carriers. Older individuals showed a faster increase in plasma NfL, and females showed a faster increase in plasma GFAP values. In the PET subsample, individuals both Aβ‐PET and tau‐PET positive showed faster plasma pTau181 and GFAP increase compared to PET‐negative individuals. DISCUSSION Plasma markers can track biological change over time, with plasma pTau181 and GFAP markers showing longitudinal change in individuals with preclinical AD. Highlights Longitudinal increase of plasma pTau181 and glial fibrillary acidic protein (GFAP) can be measured in the preclinical phase of AD. Apolipoprotein E ε4 carriers experience faster increase in plasma pTau181 over time than non‐carriers. Female sex showed accelerated increase in plasma GFAP over time compared to males. Aβ 42/40 and pTau231 values are already abnormal at baseline in individuals with both amyloid and tau PET burden.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».