Performance of Plasma Biomarkers Combined with Structural MRI to Identify Candidate Participants for Alzheimer's Disease-Modifying Therapy
Notice bibliographique
Résumé
BACKGROUND: Recently, two monoclonal antibodies that lower amyloid plaques have shown promising results for the treatment of Mild Cognitive Impairment (MCI) and mild dementia due to Alzheimer's disease (AD). These treatments require the identification of cognitively impaired older adults with biomarker evidence of AD pathology using CSF biomarkers or amyloid-PET. Previous studies showed plasma biomarkers (plasma Aβ42/Aβ40 and p-tau181) and hippocampal volume from structural MRI correlated with brain amyloid pathology. We hypothesized plasma biomarkers with hippocampal volume would identify patients who are suitable candidates for disease-modifying therapy. OBJECTIVES: To evaluate the performance of plasma AD biomarkers and hippocampal atrophy to detect MCI or AD with amyloid pathology confirmed by amyloid-PET or CSF biomarkers in ADNI. DESIGN: A cross-sectional and longitudinal study. SETTING AND PARTICIPANTS: Data were from the Alzheimer's Disease Neuroimaging Initiative. Participants were aged 55-90 years old with plasma biomarker and structural MRI brain data. MEASUREMENTS: The optimum cut-off point for plasma Aβ42/Aβ40, p-tau181, and NFL and the performance of combined biomarkers and hippocampal atrophy for detecting cognitive impairment with brain amyloid pathology were evaluated. The association between baseline plasma biomarkers and clinical progression, defined by CDR-Sum of Boxes (CDR-SB) and diagnostic conversion over two years, was evaluated using a Weibull time-to-event analysis. RESULTS: A total of 428 participants were included; 167 had normal cognition, 245 had MCI, and 16 had mild AD. Among MCI and AD, 140 participants had elevated amyloid levels by PET or CSF. Plasma Aβ42/Aβ40 provided the best accuracy (sensitivity 79%, specificity 66%, AUC 0.73, 95% CI 0.68-0.77) to detect drug candidate participants at baseline. Combined plasma Aβ42/40, p-tau181, and hippocampal atrophy increased the specificity for diagnosis (96%), but had lower sensitivity (34%), and AUC (0.65). Hippocampal atrophy combined with the abnormal plasma p-tau181 or hippocampal atrophy alone showed high sensitivity to detect clinical progression (by CDR-SB worsening) of the drug-candidate participants within the next 2 years (sensitivity 93% and 89%, respectively). CONCLUSION: Plasma biomarkers and structural MRI can help identify patients who are currently eligible for anti-amyloid treatment and are likely to progress clinically, in cases where amyloid-PET or CSF biomarkers are not available.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».