MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390199460 · doi:10.1002/alz.076693

Blood‐based markers of neurodegeneration linked with brain atrophy and cognition in aging

2023· article· en· W4390199460 sur OpenAlexaboutno aff
Grégoria Kalpouzos, Filip Magnusson, Jonatan Gustavsson, Farshad Falahati, Goran Papenberg, Francesca Mangialasche, Davide Liborio Vetrano

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAtrophyNeurodegenerationNeuropsychologyPsychologyMontreal Cognitive AssessmentGlial fibrillary acidic proteinCognitive declineBrain sizeMagnetic resonance imagingAudiologyCognitionNeuropsychological assessmentPathologyMedicineNeuroscienceInternal medicineCognitive impairmentDementiaImmunohistochemistryDiseaseRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Neurofilament light chain (NfL) and glial fibrillary acidic protein (GFAP) have been linked to aging‐related brain tissue loss and cognitive decline, both related to neurodegeneration. Recently, NfL and GFAP have become quantifiable in blood; little is known about their association with brain structure in aging adults. Method Single‐Molecule Array (SIMOA) technology was used for ultra‐sensitive detection and quantification of NfL and GFAP in blood plasma at baseline in healthy volunteers (N = 102, 52 female, 52‐79 years old). These individuals also underwent magnetic resonance imaging twice, 3 years apart (N = 72 at follow‐up), and cognitive testing. We examined the relationships among NfL, GFAP, age, brain atrophy parameters (gray‐matter volume ‐ GMV, cortical thickness ‐ CT) and cognitive performance (composite score of episodic and working memory, executive functions and perceptual speed). The relationships between blood markers, GMV and CT were assessed using voxel‐ and surface‐based morphometry, cross‐sectionally and longitudinally, adjusting for age, sex and education. Result Older age was related to higher levels of NfL and GFAP (ps < .001; Figure 1). Cross‐sectionally, older age was related to lower GMV in the hippocampi and lateral middle temporal regions, and lower CT in lateral frontoparietal areas. Longitudinally, atrophy was located in fronto‐parieto‐temporal regions, more strongly in the left hemisphere (all ps < .05 Family‐Wise Error corrected). Controlling for age, sex, education and total intracranial volume, higher NfL levels were associated with lower volume in inferior temporal regions (cross‐sectionally), and with atrophy in right hippocampus (longitudinally) (p < .001 uncorrected; Figure 2). Higher GFAP levels were associated with lower volume and thinner cortex in frontoparietal regions, and atrophy in right frontal cortex (p < .001; Figure 2). After splitting the individuals as decliners and non‐decliners based on their cognitive‐performance changes, it was found that the negative associations between NfL and inferior‐temporal volume, and between GFAP and fronto‐temporal volume, were driven by the decliners (Figure 3). Conclusion Higher NfL or GFAP levels are related to atrophy, beyond age, in key regions known to be affected in neurodegenerative disorders, possibly indicating early neuropathological changes.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,050
Tête enseignante GPT0,316
Écart entre enseignants0,267 · 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 sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→