MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411549686 · doi:10.1101/2025.06.22.25330074

Mapping sex differences in brain and cognition in relation to <i>APOE4</i> and amyloid burden: A longitudinal normative modelling study

2025· preprint· en· W4411549686 sur OpenAlexfundno aff
Sivaniya Subramaniapillai, Serena Verdi, Sarah E Keuss, Kirsty Lu, Sarah‐Naomi James, William Coath, David M. Cash, Frederik Barkhof, Marcus Richards, André F. Marquand, Jon M. Schott, James H. Cole, Ann‐Marie G. de Lange

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueBlood Pressure and Hypertension Studies
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilNatural Sciences and Engineering Research Council of CanadaDementias Platform UKUK Dementia Research InstituteUniversity College London Hospitals NHS Foundation TrustSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungBritish Heart FoundationUniversity College LondonNational Institute for Health and Care ResearchBrain Research TrustCalifornia State University, BakersfieldBrain Research UKAlzheimer's SocietyNational Science FoundationWeston Brain InstituteAlzheimer's Association
Mots-clésNormativeCognitionPsychologyRelation (database)Longitudinal studyCognitive psychologyDevelopmental psychologyCognitive scienceNeuroscienceComputer scienceEpistemologyMedicinePhilosophyPathology

Résumé

récupéré en direct d'OpenAlex

Abstract Sex differences in Alzheimer’s disease (AD) risk and progression are increasingly recognized, with females exhibiting higher global prevalence rates. Yet it remains unclear how genetic and biomarker indicators of Alzheimer’s risk, such as the apolipoprotein E-ɛ4 ( APOE4 ) allele and amyloid burden, relate to sex differences in brain and cognitive health during the preclinical stage. Using established normative models trained on ~58,000 healthy participants, we computed regional z-scores from T1-weighted MRI scans in 372 cognitively normal participants from the Insight 46 cohort. Scans were acquired at two timepoints, approximately three years apart, beginning at age 70. Regions with z-scores below −1.96 were classified as brain-structure outliers and summarized as total outlier count (tOC). We used linear mixed-effects models to examine how sex, age, and AD risk ( APOE4 status and amyloid burden) relate to tOC and cognitive outcomes measured by Preclinical Alzheimer Cognitive Composite (PACC) scores. Both cross-sectional associations and longitudinal changes in tOC and PACC scores were examined, and we tested whether the effects of APOE4 status and amyloid burden on brain and cognitive measures differed by sex. Cross-sectional analyses showed that males had greater tOC than females at younger ages. At timepoint 1, spatial maps showed more regions with outliers in males, though high outlier proportions were limited to occipital areas. By timepoint 2, group differences became more spatially distinct, with males and females showing deviations in different regions. Longitudinally, older males exhibited steeper increases in tOC over time compared to females. Females showed higher PACC scores overall, while no sex differences were observed in cognitive change over time. Greater tOC and amyloid burden were both associated with poorer cognitive outcomes, with the strongest association observed in female APOE4 carriers. However, we found no evidence that AD risk influenced age-related changes in tOC or cognition over time. These findings highlight the complex interplay between sex, age, and AD risk in shaping brain structure and cognition in later life. Some of the observed patterns may reflect emerging vulnerability not yet captured by short-term longitudinal change, underscoring the importance of continued observation. In conclusion, normative modelling provides a valuable approach for detecting subtle variation in brain and cognitive aging across risk groups.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,025
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,071
Tête enseignante GPT0,296
Écart entre enseignants0,224 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetBlood Pressure and Hypertension Studies→Travaux en français237 207→