Longitudinal change in memory performance as a strong endophenotype for Alzheimer's disease
Notice bibliographique
Résumé
INTRODUCTION: Although large-scale genome-wide association studies (GWAS) have been conducted on AD, few have been conducted on continuous measures of memory performance and memory decline. METHODS: We conducted a cross-ancestry GWAS on memory performance (in 27,633 participants) and memory decline (in 22,365 participants; 129,201 observations) by leveraging harmonized cognitive data from four aging cohorts. RESULTS: We found high heritability for two ancestry backgrounds. Further, we found a novel ancestry locus for memory decline on chromosome 4 (rs6848524) and three loci in the non-Hispanic Black ancestry group for memory performance on chromosomes 2 (rs111471504), 7 (rs4142249), and 15 (rs74381744). In our gene-level analysis, we found novel genes for memory decline on chromosomes 1 (SLC25A44), 11 (BSX), and 15 (DPP8). Memory performance and memory decline shared genetic architecture with AD-related traits, neuropsychiatric traits, and autoimmune traits. DISCUSSION: We discovered several novel loci, genes, and genetic correlations associated with late-life memory performance and decline. HIGHLIGHTS: Late-life memory has high heritability that is similar across ancestries. We discovered four novel variants associated with late-life memory. We identified four novel genes associated with late-life memory. Late-life memory shares genetic architecture with psychiatric/autoimmune traits.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».