Biofluid-based staging of Alzheimer’s disease
Notice bibliographique
Résumé
Recently, conceptual systems for the in vivo staging of Alzheimer's disease (AD) using fluid biomarkers have been suggested. Thus, it is important to assess whether available fluid biomarkers can successfully stage AD into clinically and biologically relevant categories. In the TRIAD cohort, we explored whether p-tau217, p-tau205 and NTA-tau (biomarkers of early, intermediate and late AD pathology, respectively) have potential for biofluid-based staging in cerebrospinal fluid (CSF; n = 219) and plasma (n = 150), and compared them in a paired CSF and plasma subset (n = 76). Our findings suggest a good concordance between biofluid staging and underlying pathology when classifying amyloid-positivity into three categories based on neurofibrillary pathology: minimal/non-existent (p-tau217 positive), early-to-intermediate (p-tau217 and p-tau205 positivity), and advanced tau tangle deposition (p-tau217, p-tau205 and NTA-tau positive), as indexed by tau-PET. Discordant cases accounted for 4.6% and 13.3% of all CSF and plasma measurements respectively (9.2% and 11.8% in paired samples). Notably, CSF- and plasma-based staging matched one another in 61.7% of the cases, while approximately 32% of the remaining participants were one to three biofluid stages higher in CSF as compared to plasma. Overall, these exploratory results suggest that biofluid staging of AD holds potential for offering valuable insights into underlying AD hallmarks and disease severity. However, its applicability beyond molecular characterization at research settings has yet to be demonstrated.
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 | 0,000 | 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 ».