Plasma mir-203a-3p as a Novel Diagnostic Biomarker in Patients with Parkinson’s Disease Dementia
Notice bibliographique
Résumé
The early detection of cognitive decline and timely non-pharmacological management or drug therapy are extremely important in providing care for Parkinson’s disease with dementia (PDD). In this study, we first conducted a discovery study to identify six plasma microRNAs that may allow for the differentiation of PD with or without mild cognitive impairment via NGS. A total of 120 participants were further recruited in a validation cohort and divided into four subgroups, namely, normal controls (HC), PD with no dementia (PDND), PD with mild cognitive impairment (PD-MCI) and PDD. Among the six candidates, miR-203a-3p was successfully detected in the plasma of the validation cohort using droplet digital PCR (ddPCR). Our results show that the ratio of miR-203a-3p/miR-16-5p observed in PDD was significantly increased compared to in PD-MCI (p < 0.001) and PDND (p = 0.041). Moreover, the ratio of miR-203a-3p/miR-16-5p showed a significant correlation with MoCA scores (r = -0.237, p = 0.024) in patients with PD (PwP). The ROC curve of the logistic regression model, consisting of the variables of age, the ratio of miR-203a-3p/miR-16-5p and the UPDRS III score, also demonstrated an average AUC of 0.883 via 5-fold cross-validation. In conclusion, the ratio of miR-203a-3p/miR-16-5p may serve as a potential biomarker for distinguishing cognitive dysfunction from PwP.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».