Comparing Symmetric Dimethylarginine and Amyloid-β42 as Predictors of Alzheimer’s Disease Development
Notice bibliographique
Résumé
Background: Physicians may soon be able to diagnose Alzheimer’s disease (AD) in its early stages using fluid biomarkers like amyloid. However, it is acknowledged that additional biomarkers need to be characterized which would facilitate earlier monitoring of AD pathogenesis. Objective: To determine if a potential novel inflammation biomarker for AD, symmetric dimethylarginine, has utility as a baseline serum biomarker for discriminating prodromal AD from cognitively unimpaired controls in comparison to cerebrospinal fluid amyloid-β42 (Aβ 42 ). Methods: Data including demographics, magnetic resonance imaging and fluorodeoxyglucose-positron emission tomography scans, Mini-Mental State Examination and Functional Activities Questionnaire scores, and biomarker concentrations were obtained from the Alzheimer’s Disease Neuroimaging Initiative for a total of 146 prodromal AD participants and 108 cognitively unimpaired controls. Results: Aβ 42 ( p = 0.65) and symmetric dimethylarginine ( p = 0.45) were unable to predict age-matched cognitively unimpaired controls and prodromal AD participants. Aβ 42 was negatively associated with regional brain atrophy and hypometabolism as well as cognitive and functional decline in cognitively unimpaired control participants ( p < 0.05) that generally decreased in time. There were no significant associations between Aβ 42 and symmetric dimethylarginine with imaging or neurocognitive biomarkers in prodromal AD patients. Conclusions: Correlations were smaller between Aβ 42 and neuropathological biomarkers over time and were absent in prodromal AD participants, suggesting a plateau effect dependent on age and disease stage. Evidence supporting symmetric dimethylarginine as a novel biomarker for AD as a single measurement was not found.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».