MétaCan
Menu
Retour à la cohorte
Enregistrement W4390200622 · doi:10.1002/alz.079139

Association of plasma biomarkers with cognitive domains across three neurodegenerative diseases and cerebrovascular disease

2023· article· en· W4390200622 sur OpenAlexaffabout
Erlan Sanchez, Tim Wilkinson, Gillian Coughlan, Andrée‐Ann Baril, Malcolm A. Binns, Paula McLaughlin, Donna Kwan, Robert A. Hegele, Sandra E. Black, Anthony E. Lang, Maria Carmela Tartaglia, Elizabeth Finger, Morris Freedman, Richard H. Swartz, Hlin Kvartsberg, Henrik Zetterberg, Douglas P. Munoz, Mario Masellis

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensSunnybrook Health Science CentreToronto Western HospitalRobarts Clinical TrialsSunnybrook HospitalQueen's UniversityNova Scotia Health AuthorityOntario Brain InstituteBaycrest HospitalMcGill UniversityDouglas Mental Health University InstituteHealth Sciences CentreUniversity Health NetworkWestern UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNeuropsychologyInternal medicineDiseaseMedicineCognitionOncologyCognitive declineNeuropsychological assessmentDementiaExecutive dysfunctionExecutive functionsBiomarkerPsychologyPsychiatryBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Background It is critical to better understand the value of plasma biomarkers in predicting cognitive deficits before widespread use as diagnostic and prognostic tools in specialized clinics and as markers of neurodegenerative disease progression in trials. Herein, we investigate their association with five cognitive domains across three common neurodegenerative diseases and cerebrovascular disease. Method Patients from the curated multi‐site Ontario Neurodegenerative Disease Research Initiative (ONDRI) were included in this study, classified by diagnostic group: Alzheimer’s disease/Mild cognitive impairment (AD/MCI, n = 126, age = 71.0±8.2, 55%M), frontotemporal dementia spectrum disorders (FTD, n = 53, age = 67.8±7.1, 64%M), Parkinson’s disease (PD, n = 140, age = 67.9±6.3, 78%M) and cerebrovascular disease (CVD, n = 161, age = 69.2±7.4, 68%M). Plasma concentrations of Aβ40 and Aβ42 (Aβ42/40 ratio), glial fibrillary acidic protein (GFAP), neurofilament light (NfL) and phosphorylated‐tau181 (p‐tau181) were measured using high‐sensitivity Simoa assays. Scores from a 26‐test comprehensive neuropsychological assessment were used to compute composite z‐scores for five cognitive domains: attention & working memory, executive function, language, memory, and visuospatial function. Linear regression models controlling for age, sex, education and APOE E4 allele were used to test the association between plasma biomarkers and cognitive domains in each group separately. Result In AD/MCI, higher levels of GFAP, NfL and p‐tau181 were all associated with worse attention & working memory, executive function, and memory. In PD, higher levels of NfL were associated with worse attention & working memory, executive function, and visuospatial function; higher levels of GFAP were also associated with worse executive function. In CVD, higher levels of GFAP were associated with worse executive function, memory and visuospatial function; higher levels of p‐tau181 were also associated with worse memory. In FTD, no associations were found. Conclusion Plasma biomarkers indicative of neuronal and glial pathology are useful to predict the severity of widespread cognitive deficits in AD/MCI, PD, and CVD. Interestingly, p‐tau181 predicted memory deficits in both AD/MCI and CVD, suggesting potential mixed disease or pathological overlap. Plasma Aβ42/40 does not appear to predict any cognitive deficits in any of the neurodegenerative diseases studied. As FTD is highly heterogeneous and had the least number of patients, we are possibly lacking power to detect effects in this group.

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 enseignants0,018
Score d'incertitude au seuil0,037

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 technologies0,0010,000
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 Opus0,019
Tête enseignante GPT0,295
Écart entre enseignants0,277 · 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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207