MétaCan
Menu
Retour à la cohorte
Enregistrement W4402872413 · doi:10.1002/alz.14270

Longitudinal associations between exercise and biomarkers in autosomal dominant Alzheimer's disease

2024· article· en· W4402872413 sur OpenAlexfundno aff
Kelsey R. Sewell, James D. Doecke, Chengjie Xiong, Tammie L.S. Benzinger, Colin L. Masters, Christoph Laske, Mathias Jucker, Francisco Lopera, Brian A. Gordon, Jorge J. Llibre‐Guerra, Johannes Levin, Edward D. Huey, Jason Hassenstab, Peter R. Schofield, Gregory S. Day, Nick C. Fox, Jasmeer P. Chhatwal, Laura Ibáñez, Jee Hoon Roh, Richard J. Perrin, Jae‐Hong Lee, Ricardo Allegri, Charlene Supnet, Sarah Berman, Alisha Daniels, James M. Noble, Ralph N. Martins, Stephanie R. Rainey‐Smith, Jeremiah J. Peiffer, Samantha L. Gardener, Randall J. Bateman, John C. Morris, Eric McDade, Kirk I. Erickson, Hamid R. Sohrabi, Belinda M. Brown

Notice bibliographique

RevueAlzheimer s & Dementia · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensnon disponible
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchDeutsches Zentrum für Neurodegenerative ErkrankungenInstituto de Salud Carlos IIISchool of Medicine, Indiana UniversityUniversity of TokyoNational Institute on AgingAlzheimer's AssociationHope Center for Neurological DisordersWashington University in St. LouisJapan Agency for Medical Research and DevelopmentCharles F. and Joanne Knight Alzheimer Disease Research Center, Washington University in St. LouisIrving Medical Center, Columbia UniversityMinistry of Science and ICT, South KoreaFondation Brain CanadaFleniUniversity of PittsburghMassachusetts General HospitalKorea Health Industry Development InstituteKorea Dementia Research CenterBrigham and Women's HospitalMurdoch University
Mots-clésMedicineBrain sizeAlzheimer's diseaseDiseaseDementiaInternal medicineOncologyNeuroimagingAmyloid (mycology)Alzheimer's Disease Neuroimaging InitiativeMagnetic resonance imagingCardiologyPathologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: We investigated longitudinal associations between self-reported exercise and Alzheimer's disease (AD)-related biomarkers in individuals with autosomal dominant AD (ADAD) mutations. METHODS: Participants were 308 ADAD mutation carriers aged 39.7 ± 10.8 years from the Dominantly Inherited Alzheimer's Network. Weekly exercise volume was measured via questionnaire and associations with brain volume (magnetic resonance imaging), cerebrospinal fluid biomarkers, and brain amyloid beta (Aβ) measured by positron emission tomography were investigated. RESULTS: Greater volume of weekly exercise at baseline was associated with slower accumulation of brain Aβ at preclinical disease stages β = -0.16 [-0.23 to -0.08], and a slower decline in multiple brain regions including hippocampal volume β = 0.06 [0.03 to 0.08]. DISCUSSION: Exercise is associated with more favorable profiles of AD-related biomarkers in individuals with ADAD mutations. Exercise may have therapeutic potential for delaying the onset of AD; however, randomized controlled trials are vital to determine a causal relationship before a clinical recommendation of exercise is implemented. HIGHLIGHTS: Greater self-reported weekly exercise predicts slower declines in brain volume in autosomal dominant Alzheimer's disease (ADAD). Greater self-reported weekly exercise predicts slower accumulation of brain amyloid beta in ADAD. Associations varied depending on closeness to estimated symptom onset.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,328
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207