Plasma GFAP for populational enrichment of clinical trials in preclinical Alzheimer's disease
Notice bibliographique
Résumé
INTRODUCTION: Cognitively unimpaired (CU) amyloid beta (Aβ)+ individuals with elevated plasma glial fibrillary acidic protein (GFAP) have an increased risk of Alzheimer's disease (AD)-related progression. We tested the utility of plasma GFAP for population enrichment CU populations in clinical trials. METHODS: We estimated longitudinal progression, effect size, and costs of hypothetical clinical trials designed to test an estimated 25% drug effect on reducing tau positron emission tomography (PET) accumulation in the medial temporal lobe (MTL) and temporal neocortical region (NEO-T). RESULTS: compared to the other groups. An enrichment strategy selecting CU GFAP+/Aβ+ individuals would require a smaller sample size (≈ 57% reduction) and fewer Aβ PET scans (≈ 74% reduction) than trials enriched with Aβ PET alone, reducing total clinical trial costs by up to 64%. DISCUSSION: Our results suggest that clinical trials focusing on preclinical AD recruiting Aβ+ individuals with elevated GFAP levels would improve cost effectiveness. HIGHLIGHTS: Cognitively unimpaired (CU) glial fibrillary acidic protein (GFAP)+/amyloid beta (Aβ)+ shows increased changes in tau positron emission tomography (PET) . CU GFAP+/Aβ+ enriched clinical trials require a reduced sample size compared to Aβ+ only. CU GFAP+/Aβ+ enrichment reduces Aβ PET scans required and costs. CU GFAP+/Aβ+ enrichment allows the selection of individuals at early stages of the Alzheimer's disease continuum.
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 | 0,070 | 0,120 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».