Disentangling the effects of sex and gender on <i>APOE</i> ɛ4–related neurocognitive impairment
Notice bibliographique
Résumé
Abstract INTRODUCTION The apolipoprotein E ( APOE ) ɛ4 allele is a well‐established risk factor for neurocognitive impairment (NCI), with varying impacts between men and women. This study investigates the distinct roles of sex and gender in modifying APOE ɛ4–related NCI. METHODS Biological sex was inferred from sex chromosomes, and a femininity score (FS) was used as a proxy for gender. We analyzed 276,596 UK Biobank participants without prior NCI to assess whether sex and FS modified the effect of APOE ɛ4 on NCI. RESULTS NCI risk was higher in APOE ɛ4 carriers compared to non‐carriers (hazard ratio [HR] = 2.48 in females; HR = 1.96 in males) with significant interaction by sex ( P < 0.0001). FS was associated with an increased NCI risk after accounting for sex (HR = 1.07, 95% confidence interval: 1.04–1.10, P < 0.0001) with no significant differences by sex or APOE ɛ4 carrier status. DISCUSSION Our findings show that APOE ɛ4 increases NCI risk more in females, while FS independently elevates risk across sexes. Highlights Apolipoprotein E ( APOE ) ɛ4 increases neurocognitive impairment (NCI) risk, with a greater impact in females (hazard ratio [HR] = 2.48) than males (HR = 1.96). Sex significantly modifies the effect of APOE ɛ4 on NCI ( P < 0.0001f). Femininity score increases NCI risk (HR = 1.07) independently of sex and APOE ɛ4. Understanding the distinct sex and gender contributions to APOE ɛ4–related NCI can improve interventions.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».