MétaCan
Menu
← Retour à la cohorte
Enregistrement W4380894017 · doi:10.1002/alz.061679

Integrated actigraphy‐based biomarker for Alzheimer’s dementia progression

2023· article· en· W4380894017 sur OpenAlexaff
Hui‐Wen Yang, Li Peng, Haoqi Sun, Andrew Lim, David A. Bennett, Lei Yu, Aron S. Buchman, Kun Hu

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésActigraphyDementiaHazard ratioProportional hazards modelLogistic regressionBiomarkerMedicineAlzheimer's diseasePsychologyGerontologyInternal medicineCircadian rhythmConfidence intervalDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Background Actigraphy derived measures including amplitude, regularity, and variability of daily rhythm, have been shown to predict incident Alzheimer’s dementia. Here we developed an integrated actigraphy biomarker (IAB) for Alzheimer’ risk and investigated whether the IAB predicted the conversion from mild cognitive impairment (MCI) to Alzheimer’ dementia. Method We studied 1195 participants (age 80.8±7.2yrs [SD]) from the Rush Memory and Aging Project who had finished baseline actigraphy assessment (∼10 days), were free from Alzheimer’s dementia at actigraphy baseline and had been followed for up to 15 years with annual cognitive assessment and clinical diagnoses. Ten sleep/circadian related features were derived from baseline actigraphy recordings and were fed into a random forest survival model for prediction of time and incident Alzheimer’s dementia. IAB was derived from the model as the relative risk. Cox proportional hazards and logistic regression models were used to evaluate the performance of IAB in predicting incident Alzheimer’s dementia (all 1195 participants) or MCI (858 without MCI at baseline) and predicting the conversion from MCI to Alzheimer’s dementia. Demographic variables including age, sex, and education were controlled in all Cox and logistic regression models. Result Total 287 participants developed Alzheimer’s dementia during the follow‐up. The derived IAB was 0.6 SD larger in the participants developed Alzheimer’s dementia as compared with the controls. Larger IAB was associated with increased risk of AD with a hazard ratio (HR) = 1.63 (95% CI = 1.46‐1.81, P<0.0001) for 1‐SD increase in IAB. IAB did not predict incident MCI (P = 0.8). Within participants with MCI (337 at baseline and 308 developed), larger IAB was associated with a higher risk for AD, i.e., HR = 1.34 for 1 SD increase (95% CI = 1.18‐1.51, P<0.0001). The logistic model using the cutoff of 3 years for the MCI‐Alzheimer’s dementia conversion gives the odd ratio = 1.56 for 1 SD increase of IAB, and results in AUC = 0.68, with a sensitivity = 0.68 and specificity = 0.61. Conclusion Derived actigraphy biomarker was predictive of Alzheimer’s risk at preclinical stages, and the conversion from MCI. Actigraphy provides useful information for early prediction and detection of AD thought its performance needs to be improved.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,077
Tête enseignante GPT0,375
Écart entre enseignants0,299 · 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 sujetDementia and Cognitive Impairment Research→Travaux en français237 207→