MétaCan
Menu
Retour à la cohorte
Enregistrement W4395480392 · doi:10.1136/jnnp-2023-332969

Genetics impact risk of Alzheimer’s disease through mechanisms modulating structural brain morphology in late life

2024· article· en· W4395480392 sur OpenAlexafffund
Roxanna Korologou‐Linden, Bing Xu, Elizabeth Coulthard, Esther Walton, Alfie Wearn, Gibran Hemani, Tonya White, Charlotte A. M. Cecil, Tamsin Sharp, Henning Tiemeier, Tobias Banaschewski, Arun L.W. Bokde, Sylvane Desrivières, Herta Flor, Antoine Grigis, Hugh Garavan, Penny Gowland, Andreas Heinz, Rüdiger Brühl, Jean‐Luc Martinot, Marie‐Laure Paillère Martinot, Éric Artiges, Frauke Nees, Dimitri Papadopoulos Orfanos, Tomáš Paus, Luise Poustka, Sabina Millenet, Juliane H. Fröhner, Michael N. Smolka, Henrik Walter, Jeanne Winterer, Robert Whelan, Günter Schumann, Laura D Howe, Yoav Ben‐Shlomo, Neil M Davies, Emma L. Anderson

Notice bibliographique

RevueJournal of Neurology Neurosurgery & Psychiatry · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensUniversité de MontréalUniversity of Toronto
Organismes subventionnairesNational Institute on Drug AbuseNational Institute of Mental HealthEconomic and Social Research CouncilMedical Research CouncilHjartaverndNational Heart, Lung, and Blood InstituteFédération pour la Recherche sur le CerveauErasmus Medisch CentrumNorges ForskningsrådBundesministerium für Bildung und ForschungIrish Research CouncilZonMwInstitut National de la Santé et de la Recherche MédicaleDeutsche ForschungsgemeinschaftMedical Research FoundationUniversity of BristolUniversité de LilleMission Interministérielle de Lutte Contre les Drogues et les Conduites AddictivesNational Institute on AgingHealth Research BoardScience Foundation IrelandDevelopment of Innovative Strategies for a Transdisciplinary approach to ALZheimer's diseaseSouth London and Maudsley NHS Foundation TrustFondation de l'Avenir pour la Recherche Médicale AppliquéeWellcome TrustNational Institute of Biomedical Imaging and BioengineeringCanadian Institutes of Health ResearchCentre hospitalier régional universitaire de LilleRoyal SocietyNational Institutes of HealthAlzheimer's Association
Mots-clésBrain morphometryBrain sizeNeuroimagingNeuroscienceAtrophyNeurodegenerationPsychologyDiseaseThalamusMedicineInternal medicineMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Alzheimer's disease (AD)-related neuropathological changes can occur decades before clinical symptoms. We aimed to investigate whether neurodevelopment and/or neurodegeneration affects the risk of AD, through reducing structural brain reserve and/or increasing brain atrophy, respectively. METHODS: We used bidirectional two-sample Mendelian randomisation to estimate the effects between genetic liability to AD and global and regional cortical thickness, estimated total intracranial volume, volume of subcortical structures and total white matter in 37 680 participants aged 8-81 years across 5 independent cohorts (Adolescent Brain Cognitive Development, Generation R, IMAGEN, Avon Longitudinal Study of Parents and Children and UK Biobank). We also examined the effects of global and regional cortical thickness and subcortical volumes from the Enhancing NeuroImaging Genetics through Meta-Analysis (ENIGMA) Consortium on AD risk in up to 37 741 participants. RESULTS: Our findings show that AD risk alleles have an age-dependent effect on a range of cortical and subcortical brain measures that starts in mid-life, in non-clinical populations. Evidence for such effects across childhood and young adulthood is weak. Some of the identified structures are not typically implicated in AD, such as those in the striatum (eg, thalamus), with consistent effects from childhood to late adulthood. There was little evidence to suggest brain morphology alters AD risk. CONCLUSIONS: Genetic liability to AD is likely to affect risk of AD primarily through mechanisms affecting indicators of brain morphology in later life, rather than structural brain reserve. Future studies with repeated measures are required for a better understanding and certainty of the mechanisms at play.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,298
Écart entre enseignants0,282 · 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology Neurosurgery & PsychiatryMême sujetGenetic Associations and EpidemiologyTravaux en français237 207