Associations between fluid biomarkers and PET imaging ([11C]UCB‐J) of synaptic pathology in Alzheimer's disease
Notice bibliographique
Résumé
Abstract INTRODUCTION Positron emission tomography (PET) imaging with ligands for synaptic vesicle glycoprotein 2A (SV2A) has emerged as a promising methodology for measuring synaptic density in Alzheimer's disease (AD). We investigated the relationship between SV2A PET and CSF synaptic protein changes of AD patients. METHOD Twenty‐one participants with early AD and seven cognitively normal (CN) individuals underwent [ 11 C]UCB‐J PET. We used mass spectrometry to measure a panel of synaptic proteins in cerebrospinal fluid (CSF). RESULTS In the AD group, higher levels of syntaxin‐7 and PEBP‐1 were associated with lower global synaptic density. In the total sample, lower global synaptic density was associated with higher levels of AP2B1, neurogranin, γ‐synuclein, GDI‐1, PEBP‐1, syntaxin‐1B, and syntaxin‐7 but not with the levels of the neuronal pentraxins or 14‐3‐3 zeta/delta. CONCLUSION Reductions of synaptic density found in AD compared to CN participants using [ 11 C]UCB‐J PET were observed to be associated with CSF biomarker levels of synaptic proteins. Highlights A panel of synaptic proteins was quantified in the CSF using mass spectrometry. SV2A ([ 11 C]UCB‐J) PET was used to quantify synaptic density. Reductions of synaptic density were associated with CSF synaptic biomarker levels.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».