Timing of Alzheimer's disease biomarker progressions: A two‐decade observational study from the Alzheimer's Disease Neuroimaging Initiative (ADNI)
Notice bibliographique
Résumé
INTRODUCTION: Alzheimer's Disease Neuroimaging Initiative (ADNI) has been pivotal in identifying and refining Alzheimer's disease (AD) biomarkers for clinical trials. This study leverages longitudinal data from participants who have progressed to amyloid-positivity during their study participation to track evolution of biomarkers and cognitive function. METHODS: We modeled AD biomarker (positron emission tomography [PET], structural, cerebrospinal fluid [CSF], cognition) trajectories before and after observed amyloid-positivity onset time to detect time at which each biomarker had detectable trajectory changes. RESULTS: Analysis of a sub-cohort of the 20-year ADNI study (N = 90) recapitulated Alzheimer's progression beginning with amyloid alterations -4.8 to -5.3 years relative to amyloid-positivity, succeeded by neurodegeneration (t = -4.0 to -4.1 years), and CSF tau (t = -0.4 to -0.5 years). Cognitive decline was observed to significantly correspond with emergence of amyloid-positivity (t = 0.2 to 2.4 years). DISCUSSION: Our results corroborate temporal progression curves of AD biomarkers, providing insights on earliest detectable changes in objective and subjective cognitive function assessments.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».