Predicting amyloid-PET positivity and clinical conversion in APOE ε3/ε3 non-demented individuals with multimodal factors
Notice bibliographique
Résumé
The most typical pathological change in Alzheimer’s disease (AD) is the aggregated deposition of amyloid-β (Aβ). APOE ε3/ε3 is the most prevalent genotype in the AD population. Individuals with amyloid-PET (Aβ-PET) positivity (+) and disease progression may not be a minority in the APOE ε3/ε3 non-demented population. This study searched for accessible and available clinical models that can predict Aβ-PET (+), and assess factors that can predict clinical conversion in APOE ε3/ε3 non-demented individuals. We selected 293 non-demented individuals with APOE ε3/ε3 from the Alzheimer’s Disease Neuroimaging Initiative (ADNI) database. They were divided into Aβ-PET (+) and Aβ-PET (-) groups based on the 18F-florbetapir PET SUVR cut-off value of >1.11. Stepwise regression and the receiver operating characteristic curve (ROC) were used to search for a single or a combination of clinical variables, and to assess the accuracy of clinical markers, respectively. The Cox regression model was used to explore the risk factors associated with clinical transition. Our study found that the combination of clinical markers (Model A4: sex, education, ventricle and WMH volume; Model D5: everyday cognition study-partner total (EcogSPTotal) score, age, plasma p-tau 181 and WMH) respectively predicted Aβ-PET status in cognitively normal (CN) individuals and mild cognitive impairment (MCI) individuals. Aβ-PET (+) and EcogSPTotal score were independent predictors of clinical transition in APOE ε3/ε3 non-demented individuals. These specific factors offered an attractive and cost-effective assessment for Aβ status and clinical conversion.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».