A 14-year longitudinal study of neurofilament light chain dynamics in premanifest and transitional Huntington’s disease
Notice bibliographique
Résumé
Abstract Background Growing evidence supports the value of neurofilament light (NfL) as a prognostic biomarker in premanifest Huntington’s disease (HD). To date, however, there has been no longitudinal study exceeding 3 years examining either its serial dynamics or predictive power in HD. We aimed to conduct the first such study. Methods Serum NfL was sampled using ultrasensitive immunoassay at four timepoints across a 14-year period in a cohort of HD gene carriers ( n = 21) and controls ( n = 14). Gene carriers were premanifest at baseline. Clinical features of HD were evaluated by Unified Huntington’s Disease Rating Scale (UHDRS TMS), Montreal Cognitive Assessment (MoCA), Trail A/B task, Symbol Digit Modalities Task and semantic/phonemic fluency tasks. Results 14/21 HD gene carriers converted to prodromal or manifest disease by the final timepoint (“converters”). At baseline and each subsequent timepoint, NfL levels were higher in converters than in non-converters and controls ( p = < 0.001–0.03, η p 2 = 0.25–0.66). The estimated rate of change in NfL was higher in converters than in non-converters ( p = 0.03) and controls ( p = 0.001). Baseline NfL was able to discriminate converters from non-converters (area under curve = 1.000, p = 0.003). A higher rate of change in NfL was predictive of more severe motor (UHDRS-TMS p = 0.007, β = 0.711, R 2 = 0.468) and cognitive deficits (MoCA p = 0.007, β = − 0.798, R 2 = 0.604; Trail B, p = 0.007, β = 0.772, R 2 = 0.567; phonemic fluency p = 0.035, β = − 0.632, R 2 = 0.345). Conclusions Our data suggest that (1) NfL longitudinal dynamics in premanifest/transitional HD are non-constant; rising faster in those closer to disease onset, and (2) NfL can identify individuals at risk of conversion to manifest disease and predict clinical trajectory, > 10 years from disease 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 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 ».