MétaCan
Menu
Retour à la cohorte
Enregistrement W4406219984 · doi:10.1002/alz.085391

Asian Cohort for Alzheimer’s Disease (ACAD) Study on Genetic and Non‐Genetic Risk Factors for Alzheimer’s Disease among Asian Americans and Canadians

2024· article· en· W4406219984 sur OpenAlexaffabout
Weixin Wang, Pei‐Chuan Ho, Boon Lead Tee, Clara Li, Yian Gu, Jennifer S. Yokoyama, Dolly Reyes‐Dumeyer, Kelley M. Faber, Wan‐Ping Lee, Yeunjoo E. Song, Marian Tzuang, Badri N. Vardarajan, Hyun‐Sik Yang, Yun‐Beom Choi, Howard Feldman, Joshua D. Grill, Victor W. Henderson, Ging‐Yuek Robin Hsiung, Richard Mayeux, Howard J. Rosen, Rohit Varma, Tatiana Foroud, Walter A. Kukull, Guerry M. Peavy, Haeok Lee, Wai Haung Yu, Helena C. Chui, Gyungah R Jun, Van Ta Park, Tiffany W. Chow

Notice bibliographique

RevueAlzheimer s & Dementia · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHealth, Environment, Cognitive Aging
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental HealthUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDiseaseCohortAlzheimer's diseaseMedicineCohort studyGerontologyGeneticsBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Asian Americans and Asian Canadians (ASACs) are the fastest growing minority group in the US and Canada. However, ASACs are under‐sampled in Alzheimer’s disease (AD) research. To address the need of culturally appropriate clinical protocols and community‐based recruitment approaches for ASACs, the Asian Cohort for Alzheimer’s Disease (ACAD), the first large dementia genetics cohort focusing on Chinese, Korean, and Vietnamese, launched in 2021 to examine genetic and non‐genetic risk factors for AD among ASACs. Our clinical and community‐based participatory research (CPBR) scientists have a long collaborative history and diverse cultural and scientific training backgrounds: both are critical in leading AD and CBPR research. Method Upon receipt of an NIA U19 grant in 2023, ACAD has expanded to 9 recruiting sites (7 US and 2 Canadian), a coordinating site, and an analysis site with a centralized data management system. ACAD developed a comprehensive study protocol including community outreach and recruitment strategies, the data collection packet (DCP), pre‐screening and sample collection procedures, and in English, Chinese (Mandarin and Cantonese), Korean, and Vietnamese. To ensure consistency, ACAD implemented a training curriculum for data/sample collect and for culturally appropriate recruitment approaches in collaboration with community partners, clinics, and nursing homes serving Asian communities. Result As of December 2023, more than 2,400 people expressed interests in ACAD. A total of 683 of the 899 consented participants completed DCP data into the REDCap (604 Chinese, 54 Korean, and 25 Vietnamese), while 399 saliva samples and 285 blood samples were received. Participants aged 60 –103 years at enrollment, 67% were female, and 47% reported having a college or above education. Currently, ACAD is revising the study protocol in response to feedback received in its pilot phase, including the need to include additional neuropsychological tests and cultural tailored lifestyle questionnaires with an emphasis on immigration experiences. Conclusion The ACAD team (including community partners) have learned valuable lessons and demonstrated the feasibility of recruiting ASACs in clinical research. With an expansion plan and in collaboration with other AD research focuses on racial minority populations, insights from ACAD may identify potential novel, population‐specific therapeutic pathways for AD.

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)0,001
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 enseignants0,044
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,022
Tête enseignante GPT0,276
Écart entre enseignants0,254 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetHealth, Environment, Cognitive AgingTravaux en français237 207