Individualized and Biomarker-Based Prognosis of Longitudinal Cognitive Decline in Early Symptomatic Alzheimer’s Disease
Notice bibliographique
Résumé
Background: Although individualized models using demographic, MRI, and biological markers have recently been applied in mild cognitive impairment (MCI), a similar study is lacking for patients with early Alzheimer's disease (AD) with biomarker evidence of abnormal amyloid in the brain. Objective: We aimed to develop prognostic models for individualized prediction of cognitive change in early AD. Methods: A total of 421 individuals with early AD (MCI or mild dementia due to AD) having biomarker evidence of abnormal amyloid in the brain were included in the current study. The primary cognitive outcome was the slope of change in Alzheimer's Disease Assessment Scale-cognitive subscale-13 (ADAS-Cog-13) over a period of up to 5 years. Results: of 0.59 (bootstrapping validation). A nomogram was created to enable clinicians or trialists to easily and visually estimate the individualized magnitude of cognitive change in the context of patient characteristics. Simulated clinical trials suggested that the inclusion of our nomogram into the enrichment strategy would lead to a substantial reduction of sample size in a trial of early AD. Conclusions: Our findings may be of great clinical relevance to identify individuals with early AD who are likely to experience fast cognitive deterioration in clinical practice and 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 | 0,001 | 0,001 |
| 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 | 0,000 | 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 ».