Investigating the association between the GAP-43 concentration with diffusion tensor imaging indices in Alzheimer’s dementia continuum
Notice bibliographique
Résumé
Synaptic degeneration, axonal injury, and white matter disintegration are among the pathological events in Alzheimer’s disease (AD), for which growth-associated protein 43 (GAP-43) and diffusion tensor imaging (DTI) could be an indicator. In this study, the cerebrospinal fluid (CSF) GAP-43 clinical trajectories and their association with progression and AD hallmarks with white matter microstructural changes were evaluated. A total number of 133 participants were enrolled in GAP-43 and DTI values were compared between groups, both cross-sectionally and longitudinally with two and four-year follow-ups. Subsequently, the correlation between GAP-43 levels in the CSF and DTI values was investigated using Spearman’s correlation. The CSF level of GAP-43 is negatively correlated with the mean diffusivity measures in Fornix (Cres)/Stria terminals in early and late MCI (rs=-0.478 p = 0.021 and rs=-0.425 p = 0.038). Additionally, the CSF level of GAP-43 is negatively correlated with fractional anisotropy in the cingulum in late MCI (rs=-0.437 p = 0.033). Moreover, the axial diffusivity in superior corona radiate (rs=-0.562 p = 0.005 and rs=-0.484 p = 0.036) and radial diffusivity in superior fronto-occipital fasciculus was negatively correlated with GAP-43 level in the early and mid-MCI participants (rs=-0.520 p = 0.011 and rs=-0.498 p = 0.030). Presynaptic marker GAP-43 in combination with DTI can be used as a novel biomarker to identify microstructural synaptic degeneration in the early MCI. In addition, it can be used as a biomarker for tracking the progression of AD and monitoring treatment efficacy.
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 | 0,000 |
| 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 ».