MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406210954 · doi:10.1002/alz.090643

International Initiative for Harmonization of Plasma Neurofilament light chain NfL clinical reporting in neurodegenerative diseases

2024· article· en· W4406210954 sur OpenAlexaff
Constance Delaby, Charlotte E. Teunissen, Dorte Aalund Olsen, Daniel Alcolea, Alberto Lleó, Alicia Algeciras‐Schimnich, Gustavo Alves Andrade dos Santos, Élodie Bouaziz-Amar, Xavier Ayrignac, Inês Baldeiras, Edith Bigot‐Corbel, Maria Bjerke, Tiziana Casoli, Tinatin Chabrashvili, Miles Chapman, Jessica Cusato, Erdinç Dursun, Anthony Fourier, Daniela Galimberti, Duygu Gezen‐Ak, Brian A. Gordon, Melanie Hart, Marina Herwerth, Flora Kaczorowski, Kensaku Kasuga, Ashvini Keshavan, Michael Khalil, Pèter Köertvelyessy, Jens Kühle, Aurélie Ladang, Piotr Lewczuk, Giancarlo Logroscino, Magda Tsolaki, Guido Maria Giuffrè, M Blanc, Barbara Mroszko, Giulia Musso, Agnieszka Kulczyńska‐Przybik, Léonor Nogueira, Claire Paquet, Piero Parchi, Lucilla Parnetti, Raquel Perez Garay, Koen Poesen, Isabelle Quadrio, Muriel Quillard‐Muraine, Enrique Rodriguez Borja, Susanna Schraen, Daniela Terracciano, Hayrettin Tumani, Socrates J. Tzartos, Nadine Unterwalder, Lisa Vermunt, Cheryl L. Wellington, Jose Yriarte, Kaj Blennow, Henrik Zetterberg, Sylvain Lehmann

Notice bibliographique

RevueAlzheimer s & Dementia · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAmyotrophic Lateral Sclerosis Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHarmonizationBusinessMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background The quantification of neurofilament light chain (NfL) in blood and cerebrospinal fluid (CSF) has proved useful in many contexts, for the diagnosis and prognosis of various neurological disorders. There is, however, a diversity of practices between centers, essentially linked to the context of use (COU), analytical methods, consideration of comorbidities, determination of cut‐points or use of interpretation scales. Finally, for the same biochemical profile, the interpretation and reporting of results may differ from one center to another, raising the question of test commutability. To date, no consensus has been reached between the different laboratories involved to define the most appropriate conclusions/comments based on COU and cut‐points. This work is an essential step towards consensual harmonization of the clinical use of NfL after CSF and/or blood analysis in various neurological contexts, as advocated by the Alzheimer's Association "Biofluid Based Biomarkers PIA" working group. Method This international project involves 58 clinical laboratories in 16 countries, specializing in the biochemical diagnosis of neurological disorders. By means of a questionnaire, we obtained a description of the COU, pre‐analytical and analytical (biological fluid and method used to quantify NfL) protocols of all the centers involved. Results Of the centers, 42% quantified NfL in CSF, 29% in serum and 28% in plasma, and 1% in dried blood spot. The COUs were as follows: Frontotemporal dementia (FTD, 17%), Alzheimer's disease (AD, 16%), multiple sclerosis (MS, 16%), amyotrophic lateral sclerosis (ALS, 11%), psychiatric syndrome (PS, 10%), Creutzfeldt‐Jakob disease (CJD, 8%), Parkinson's disease (PD, 8%), peripheral neuropathy (PN, 7%) and traumatic brain injury (TBI, 7%). Most centers define pathological cut‐points based on published literature and take age into account (50%). Conclusion Our initial results highlight the state of the art in terms of the clinical use of NfL analysis in CSF and blood in the context of different neurological diseases. We have now defined a coordinator for each COU subgroup and are organizing consensus meetings to harmonize the use and reporting of NfL measurements for the identified clinical applications. The results of these next steps will be presented.

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)0,258
score de la tête « metaresearch » (Gemma)0,114
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,742
Score d'incertitude au seuil0,915

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2580,114
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0120,012
Études des sciences et des technologies0,0020,003
Communication savante0,0050,003
Science ouverte0,0090,012
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,126
Tête enseignante GPT0,399
Écart entre enseignants0,273 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomainePrésentation des résultats
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetAmyotrophic Lateral Sclerosis Research→Travaux en français237 207→