CAPS: a simple clinical tool for β-amyloid positivity prediction in clinical Alzheimer syndrome
Notice bibliographique
Résumé
Introduction With the advent of anti-β-amyloid therapies, clinical distinction between Aβ + and Aβ− in cognitive impairment is becoming increasingly important for stratifying referral and better utilization of biomarker assays. Methods Cognitive profile, rate of decline, neuropsychiatric inventory questionnaire (NPI-Q), and imaging characteristics were collected from 52 subjects with possible/probable AD. Results Participants with Aβ+ status had lower baseline MMSE scores (24.50 vs. 26.85, p = 0.009) and higher total NPI-Q scores (2.73 vs. 1.18, p < 0.001). NPI-Q score was found to be the only independent predictor for β-amyloid positivity (p = 0.008). A simple scoring system, namely Clinical β-Amyloid Positivity Prediction Score (CAPS), was developed by using the following parameters: NPI-Q, rapidity of cognitive decline, and white matter microangiopathy. Data from 48 participants were included in the analysis of accuracy of CAPS. CAP Score of 3 or 4 successfully classified Aβ + individuals in 86.7% cases. Discussion Clinical β-Amyloid Positivity Prediction Score is a simple clinical tool for use in primary care and memory clinic settings to predict β-amyloid positivity in individuals with clinical Alzheimer Syndrome can potentially facilitate referral for Anti Aβ therapies.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».