MétaCan
Menu
Retour à la cohorte
Enregistrement W4390903620 · doi:10.1093/brain/awae011

Clinicopathological correlates in the frontotemporal lobar degeneration–motor neuron disease spectrum

2024· article· en· W4390903620 sur OpenAlexfundno aff
Álvaro Carbayo, Sergi Borrego‐Écija, Janina Turón‐Sans, Elena Cortés‐Vicente, Laura Molina‐Porcel, Jordi Gascón‐Bayarri, M.Á. Rubio, Mónica Povedano, Josep Gámez, Javier Sotoca, Raúl Juntas‐Morales, Míriam Almendrote, Marta Marquié, Raquel Sánchez‐Valle, Ignacio Illán‐Gala, Oriol Dols‐Icardo, Sara Rubio‐Guerra, Sara Bernal, Marta Caballero‐Ávila, Ana Vesperinas, Ellen Gelpí, Ricard Rojas‐García

Notice bibliographique

RevueBrain · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAmyotrophic Lateral Sclerosis Research
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Social FundEuropean Regional Development FundAlzheimer’s SocietyGlobal Brain Health InstituteAlzheimer's SocietyInstituto de Salud Carlos IIIAlzheimer SocietyAlzheimer's Association
Mots-clésFrontotemporal lobar degenerationMotor neuronAmyotrophic lateral sclerosisNeuroscienceMedicineDiseaseDegeneration (medical)Frontotemporal dementiaAudiologyPsychologyPathologyDementia

Résumé

récupéré en direct d'OpenAlex

Amyotrophic lateral sclerosis (ALS) is a devastating motor neuron disease (MND) that shares a common clinical, genetic and pathologic spectrum with frontotemporal dementia (FTD). It is highly heterogeneous in its presentation and features. Up to 50% of patients with MND develop cognitive-behavioural symptoms during the course of the disease, meeting criteria for FTD in 10%-15% of cases. In the absence of a precise biomarker, neuropathology is still a valuable tool to understand disease nosology, reach a definite diagnostic confirmation and help define specific subgroups of patients with common phenotypic, genetic and biomarker profiles. However, few neuropathological series have been published, and the frequency of frontotemporal lobar degeneration (FTLD) in MND is difficult to estimate. In this work we describe a large clinicopathological series of MND patients, analysing the frequency of concurrent FTLD changes and trying to define specific subgroups of patients based on their clinical, genetic and pathological characteristics. We performed an observational, retrospective, multicentre case study. We included all cases meeting neuropathological criteria for MND from the Neurological Tissue Bank of the FRCB-IDIBAPS-Hospital Clínic Barcelona Biobank between 1994 and 2022, regardless of their last clinical diagnosis. While brain donation is encouraged in all patients, it is performed in very few, and representativeness of the cohort might not be precise for all patients with MND. We retrospectively reviewed clinical and neuropathological data and describe the main clinical, genetic and pathogenic features, comparing neuropathologic groups between MND with and without FTLD changes and aiming to define specific subgroups. We included brain samples from 124 patients, 44 of whom (35.5%) had FTLD neuropathologic features (i.e. FTLD-MND). Pathologic TDP-43 aggregates were present in 93.6% of the cohort and were more extensive (higher Brettschneider stage) in those with concurrent FTLD (P < 0.001). Motor symptom onset was more frequent in the bulbar region in FTLD-MND cases than in those with isolated MND (P = 0.023), with no differences in survival. We observed a better clinicopathological correlation in the MND group than in the FTLD-MND group (93.8% versus 61.4%; P < 0.001). Pathogenic genetic variants were more common in the FTLD-MND group, especially C9orf72. We describe a frequency of FTLD of 35.5% in our series of neuropathologically confirmed cases of MND. The FTLD-MND spectrum is highly heterogeneous in all aspects, especially in patients with FTLD, in whom it is particularly difficult to define specific subgroups. In the absence of definite biomarkers, neuropathology remains a valuable tool for a definite diagnosis, increasing our knowledge in disease nosology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,268
Score d'incertitude au seuil0,558

Scores Codex et Gemma par catégorie

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

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 Opus0,045
Tête enseignante GPT0,339
Écart entre enseignants0,294 · 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 tête enseignante, 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

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetAmyotrophic Lateral Sclerosis ResearchTravaux en français237 207