Neuropsychiatric symptoms in cognitive decline and Alzheimer’s disease: biomarker discovery using plasma proteomics
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Neuropsychiatric symptoms (NPS) are common in older people with cognitive impairment and Alzheimer's disease (AD). No biomarkers to detect the related pathology or predict the clinical evolution of NPS are available yet. This study aimed to identify plasma proteins that may serve as biomarkers for NPS and NPS-related clinical disease progression. METHODS: A panel of 190 plasma proteins was quantified using Luminex xMAP in the Alzheimer's Disease Neuroimaging Initiative cohort. NPS and cognitive performance were assessed at baseline and after 1 and 2 years. Logistic regression, receiver operating characteristic analysis and cross-validation were used to address the relations of interest. RESULTS: A total of 507 participants with mild cognitive impairment (n=396) or mild AD dementia (n=111) were considered. Selected plasma proteins improved the prediction of NPS (area under the curve (AUC) from 0.61 to 0.76, p<0.001) and future NPS (AUC from 0.63 to 0.80, p<0.001) when added to a reference model. Distinct protein panels were identified for single symptoms. Among the selected proteins, ANGT, CCL1 and IL3 were associated with NPS at all three time points while CCL1, serum glutamic oxaloacetic transaminase and complement factor H were also associated with cognitive decline. The associations were independent of the presence of cerebral AD pathology as assessed using cerebrospinal fluid biomarkers. CONCLUSIONS: Plasma proteins are associated with NPS and improve prediction of future NPS.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 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 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 ».