MétaCan
Menu
Retour à la cohorte
Enregistrement W4406154657 · doi:10.1002/alz.14499

Mapping amyloid beta predictors of entorhinal tau in preclinical Alzheimer's disease

2025· article· en· W4406154657 sur OpenAlexfundno aff
Jafar Zamani, Amirali Vahid, Bárbara Avelar‐Pereira, Elveda Gozdas, S. M. Hadi Hosseini

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Mental HealthNational Institute on AgingNational Institutes of HealthPfizerServierNorthern California Institute for Research and EducationCanadian Institutes of Health ResearchUniversity of Southern CaliforniaU.S. Department of Defense
Mots-clésAlzheimer's Disease Neuroimaging InitiativeHippocampal formationNeurosciencePositron emission tomographyNeuroimagingEntorhinal cortexStandardized uptake valueNeurodegenerationPsychologyAlzheimer's diseaseCognitive declineMagnetic resonance imagingAmyloid betaMedicineDementiaOncologyCognitionInternal medicineDiseaseCognitive impairmentRadiology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Amyloid beta (Aβ) plaques and hyperphosphorylated tau in the entorhinal regions are key Alzheimer's disease (AD) markers, but the spatial Aβ pathways influencing tau pathology remain unclear. METHODS: We applied predictive modeling to identify Aβ standardized uptake value ratio (SUVR) spatial patterns that predict entorhinal tau levels, future hippocampal volume, and Preclinical Alzheimer's Cognitive Composite (PACC) scores at 5-year follow-up. The model was trained on Alzheimer's Disease Neuroimaging Initiative (ADNI) (N = 237), incorporating amyloid-PET (positron emission tomography), tau-PET, magnetic resonance imaging (MRI), and cognitive data, and validated on Harvard Aging Brain Study (HABS) (N = 276). RESULTS: The model accurately predicted entorhinal tau levels (r = 0.48, p < 0.0001), future hippocampal volume (r = 0.24, p = 0.002), and PACC scores (r = 0.35, p < 0.0001) based on regional Aβ. DISCUSSION: Aβ in the rostral middle frontal, medial orbitofrontal, and striatal regions predict entorhinal tau levels, future hippocampal volume, and PACC scores, indicating their potential as early biomarkers in AD prediction models. HIGHLIGHTS: Positron emission tomography (PET) imaging reveals amyloid beta (Aβ) patterns predicting entorhinal tau levels in preclinical Alzheimer's disease (AD). Aβ in medial orbitofrontal, rostral middle frontal, and nucleus accumbens best predicts tau. Aβ distribution in these regions predicts future hippocampal neurodegeneration and cognitive decline. Model validated with Alzheimer's Disease Neuroimaging Initiative (ADNI) and Harvard Aging Brain Study (HABS) data sets, showing robustness and reproducibility. Findings suggest early Aβ patterns can aid in diagnosing AD and guide anti-Aβ therapies.

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)0,003
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 enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,042
Tête enseignante GPT0,343
Écart entre enseignants0,301 · 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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207