NfL reliability across laboratories, stage-dependent diagnostic performance and matrix comparability in genetic FTD: a large GENFI study
Notice bibliographique
Résumé
BACKGROUND: Blood neurofilament light chain (NfL) is increasingly considered as a key trial biomarker in genetic frontotemporal dementia (gFTD). We aimed to facilitate the use of NfL in gFTD multicentre trials by testing its (1) reliability across labs; (2) reliability to stratify gFTD disease stages; (3) comparability between blood matrices and (4) stability across recruiting sites. METHODS: ; and n=139 within-family controls), each measured in three different international labs by Simoa HD-1 analyzer. RESULTS: NfL revealed an excellent consistency (intraclass correlation coefficient (ICC) 0.964) and high reliability across the three labs (maximal bias (pg/mL) in Bland-Altman analysis: 1.12±1.20). High concordance of NfL across laboratories was moreover reflected by high areas under the curve for discriminating conversion stage against the (non-converting) presymptomatic stage across all three labs. Serum and plasma NfL were largely comparable (ICC 0.967). The robustness of NfL across 13 recruiting sites was demonstrated by a linear mixed effect model. CONCLUSIONS: Our results underline the suitability of blood NfL in gFTD multicentre trials, including cross-lab reliable stratification of the highly trial-relevant conversion stage, matrix comparability and cross-site robustness.
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 | 0,042 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».