CSF α-Synuclein Seed Amplification Assay in Patients With Atypical Parkinsonian Disorders
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: There is no disease-modifying treatment of corticobasal syndrome (CBS) and progressive supranuclear palsy (PSP), 2 disorders characterized by their striking phenotypic, and, in CBS, pathologic heterogeneity. Seed amplification assays (SAAs) could enable the detection of neuropathologic processes, such as α-synuclein (αSyn) copathology, that affect the success of future disease-modifying treatment strategies. The primary objective was to assess possible αSyn copathology in CBS and PSP, as detected in CSF using an αSyn SAA (αSyn-SAA). Secondary objectives were to evaluate the association of αSyn-SAA positivity with other biomarkers including of Alzheimer disease (AD), and with clinical presentation. We hypothesized that αSyn-SAA positivity would be detectable in CBS and PSP and that it would be associated with AD biomarker positivity and β-amyloid (Aβ) 42 levels, neurodegeneration as assessed by neurofilament light chain (NfL) levels, and symptoms associated with synucleinopathies. METHODS: This cross-sectional observational study included patients clinically diagnosed with CBS and PSP who underwent a lumbar puncture between 2012 and 2021 (Toronto Western Hospital, Canada). CSF was tested for αSyn-SAA positivity, AD biomarkers, and NfL levels. Clinical data were derived from medical records. RESULTS: < 0.01). DISCUSSION: We detected a frequency of αSyn-SAA positivity in CBS and PSP in line with pathologic studies, highlighting the usefulness of SAAs for in vivo detection of otherwise undetectable neuropathologic processes. Our results also suggest that AD status (specifically low Aβ42) and older age at onset may contribute to αSyn-SAA positivity. This opens new perspectives for the stratification of patients in clinical trials.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».