MétaCan
Menu
← Retour à la cohorte
Enregistrement W4380883360 · doi:10.1002/alz.067743

Tau‐PET in retired contact sport athletes

2023· article· en· W4380883360 sur OpenAlexaff
Anna Vasilevskaya, Foad Taghdiri, Namita Multani, Miracle Ozzoude, Apameh Tarazi, Mozhgan Khodadadi, Richard Wennberg, Pablo Rusjan, Sylvain Houle, Robin Green, Brenda Colella, Kaj Blennow, Henrik Zetterberg, Thomas K. Karikari, David J. Mikulis, Karen D. Davis, Charles H. Tator, Maria Carmela Tartaglia

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensToronto Rehabilitation InstituteCentre for Addiction and Mental HealthMcGill UniversityDouglas Mental Health University InstituteOntario Brain InstituteOccupational Cancer Research CentreToronto Western HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésChronic traumatic encephalopathyAthletesMedicineNuclear medicineInternal medicineConcussionDepression (economics)VoxelPsychologyCardiologyPhysical therapyRadiologyPoison control

Résumé

récupéré en direct d'OpenAlex

Abstract Background Long term effects of concussions and sub‐concussions in athletes can include delayed neurodegeneration as seen in Alzheimer’s disease (AD) and chronic traumatic encephalopathy (CTE). The PET tracer [18F]AV1451 has high affinity and selectivity for paired helical filament‐tau in vivo, the pathological form of tau in CTE and AD. The aim of this study was to assess the effect of tau‐PET binding on brain atrophy in former contact sports athletes and evaluate differences between subjects with and without tau‐PET binding. Method 31 retired athletes (age:53±15; sex: 29M, 2F; concussions/athlete: 7±6) negative for AD (CSF: p‐tau <68 pg/mL and ATI >0.8 and/or normal range of plasma p‐tau181) and 54 normal controls (age: 50±13) were included. All athletes completed MRI, [18F]AV1451 tau‐PET, the Sport Concussion Assessment tool 2 (SCAT2) and the Personality Assessment Inventory (PAI) depression and anxiety scales. Tau‐PET standardized uptake value ratios (SUVR) images were created using cerebellar gray matter (GM); tau‐PET positivity was set to ≥1.30 SUVR. Normal control MRI scans were used to create age/intracranial volume corrected GM volume maps. Result GM volumes were significantly lower in tau‐PET positive voxels in retired athletes ≥40 y.o. (N = 25; ‐0.48±0.40 vs. ‐0.42±0.41; p = .02) and there was a trend for lower GM volumes in tau‐PET positive voxels across athletes of all ages (N = 30; ‐0.40±0.42 vs. ‐0.35±0.41; p = .09), compared to tau‐PET negative voxels. Mean tau‐PET SUVR values in the cortical GM were used to divide retired athletes into tau‐PET positive (N = 20; SUVR ≥1.30) and negative (N = 11; SUVR <1.30) groups. The tau‐PET positive group did not differ in age (52±16 vs. 56±12; p = .4) or concussion number (9±7 vs. 7±5; p = 1.0) from the tau‐PET negative group; the tau‐PET positive group had significantly higher SCAT2 symptom severity (28.26±25.15 vs. 8.89±12.67; p = .01), PAI anxiety t‐scores (49.90±11.25 vs. 42.55±4.13; p = .01), and a trend for higher PAI depression t‐scores (54.75±16.58 vs. 47.09±8.08; p = .095), compared to the tau‐PET negative group. Conclusion Tau‐PET may be useful for identifying those at risk for delayed neurodegeneration. Older athletes showed relatively greater brain atrophy in tau‐PET positive regions, suggesting that detection of tau‐PET at a younger age may enable interventions to prevent future degeneration.

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)0,000
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,085
Tête enseignante GPT0,349
Écart entre enseignants0,264 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetTraumatic Brain Injury Research→Travaux en français237 207→