MétaCan
Menu
Retour à la cohorte
Enregistrement W4386469754 · doi:10.1126/scitranslmed.adg4122

A protein panel in cerebrospinal fluid for diagnostic and predictive assessment of Alzheimer’s disease

2023· article· en· W4386469754 sur OpenAlexfundno aff
Rafi U. Haque, Caroline M Watson, Jiaqi Liu, Kathleen Carter, Duc M. Duong, James J. Lah, Aliza P. Wingo, Blaine R. Roberts, Erik C. B. Johnson, Andrew J. Saykin, Leslie M. Shaw, Nicholas T. Seyfried, Thomas S. Wingo, Allan I. Levey

Notice bibliographique

RevueScience Translational Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthGenentechIXICOH. Lundbeck A/SServierEisaiSiemens Medical Solutions USANational Heart, Lung, and Blood InstitutePfizerNovartis Pharmaceuticals CorporationBiogenEli Lilly and CompanyBristol-Myers SquibbBioClinicaU.S. Department of DefenseAlzheimer's Disease Neuroimaging InitiativeMeso Scale DiagnosticsNational Institute on AgingAlzheimer's Association
Mots-clésCerebrospinal fluidDementiaMedicineDiseaseNeuroimagingAlzheimer's diseaseAlzheimer's Disease Neuroimaging InitiativeBiomarkerOncologyInternal medicinePathophysiologyPathologyBioinformaticsPsychiatryBiology

Résumé

récupéré en direct d'OpenAlex

Alzheimer’s disease (AD) is a neurodegenerative disease with heterogenous pathophysiological changes that develop years before the onset of clinical symptoms. These preclinical changes have generated considerable interest in identifying markers for the pathophysiological mechanisms linked to AD and AD-related disorders (ADRD). On the basis of our prior work integrating cerebrospinal fluid (CSF) and brain proteome networks, we developed a reliable and high-throughput mass spectrometry–selected reaction monitoring assay that targets 48 key proteins altered in CSF. To test the diagnostic utility of these proteins and compare them with existing AD biomarkers, CSF collected at baseline visits was assayed from 706 participants recruited from the Alzheimer’s Disease Neuroimaging Initiative. We found that the targeted CSF panel of 48 proteins (CSF 48 panel) performed at least as well as existing AD CSF biomarkers (Aβ 42 , tTau, and pTau 181 ) for predicting clinical diagnosis, FDG PET, hippocampal volume, and measures of cognitive and dementia severity. In addition, for each of those outcomes, the CSF 48 panel plus the existing AD CSF biomarkers significantly improved diagnostic performance. Furthermore, the CSF 48 panel plus existing AD CSF biomarkers significantly improved predictions for changes in FDG PET, hippocampal volume, and measures of cognitive decline and dementia severity compared with either measure alone. A potential reason for these improvements is that the CSF 48 panel reflects a range of altered biology observed in AD/ADRD. In conclusion, we show that the CSF 48 panel complements existing AD CSF biomarkers to improve diagnosis and predict future cognitive decline and dementia severity.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,398
Écart entre enseignants0,317 · 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

Citations69
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience Translational MedicineMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207