Plasma p‐tau231 and p‐tau217 inform on tau tangles aggregation in cognitively impaired individuals
Notice bibliographique
Résumé
Abstract INTRODUCTION Phosphorylated tau (p‐tau) biomarkers have been recently proposed to represent brain amyloid‐β (Aβ) pathology. Here, we evaluated the plasma biomarkers' contribution beyond the information provided by demographics (age and sex) to identify Aβ and tau pathologies in individuals segregated as cognitively unimpaired (CU) and impaired (CI). METHODS We assessed 138 CU and 87 CI with available plasma p‐tau231, 217 + , and 181, Aβ42/40, GFAP and Aβ‐ and tau‐PET. RESULTS In CU, only plasma p‐tau231 and p‐tau217 + significantly improved the performance of the demographics in detecting Aβ‐PET positivity, while no plasma biomarker provided additional information to identify tau‐PET positivity. In CI, p‐tau217 + and GFAP significantly contributed to demographics to identify both Aβ‐PET and tau‐PET positivity, while p‐tau231 only provided additional information to identify tau‐PET positivity. DISCUSSION Our results support plasma p‐tau231 and p‐tau217 + as state markers of early Aβ deposition, but in later disease stages they inform on tau tangle accumulation. Highlights It is still unclear how much plasma biomarkers contribute to identification of AD pathology across the AD spectrum beyond the information already provided by demographics (age + sex). Plasma p‐tau231 and p‐tau217 + contribute to demographic information to identify brain Aβ pathology in preclinical AD. In CI individuals, plasma p‐tau231 contributes to age and sex to inform on the accumulation of tau tangles, while p‐tau217 + and GFAP inform on both Aβ deposition and tau pathology.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; 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 ».