Neuroinflammation distinguishes HLA haplotypes in progressive supranuclear palsy
Notice bibliographique
Résumé
ABSTRACT Objectives Progressive supranuclear palsy (PSP) is a neurodegenerative 4R tauopathy clinically presenting with atypical parkinsonism or cognitive behavioral changes and a relatively uniform neuropathology. We recently identified rare HLA haplotypes in PSP and now examine whether HLA haplotypes are associated with different cytopathological and clinical phenotypes. Methods Retrospective collection of clinical data and mapping of T and B cells, microglia, and phosphorylated-tau (p-Tau) cytopathologies in 32 PSP cases. Machine learning was used to analyze whether pathological variables and their ratios, or the sequence of clinical symptoms cluster or predict HLA haplotypes. Results Four groups were defined based on HLA haplotypes: i) 12 cases with the haplotype associated with narcolepsy ( DRB1 *15:01- DQB1 *06:02); ii) 11 cases with other DQ5-DQ6 haplotypes; iii) 8 cases with various haplotypes frequent in the general population; and iv) one case with the haplotype frequent in IgLON5-disease ( DRB1 *10:01- DQB1 *05:01). Neuropathology revealed regional differences in the severity of microglia load, density of cytotoxic T cells, and p-Tau cytopathologies between groups. HLA haplotypes were most distinguishable using machine learned features of inflammatory markers and ratios of neuropathological variables (clustering accuracy: 86.96% and 91.30%, respectively). The sequence of clinical symptoms and the ratios of neuropathological variables were the strongest predictors of HLA haplotypes (prediction accuracy=80.00% and 71.43%, respectively). Interpretation PSP pathology might be associated with various etiological-pathogenic events including targetable autoimmune mechanisms. The HLA-haplotype dependent diversity of neuroinflammatory markers should be evaluated in clinical and biomarker studies in, and beyond, PSP to understand its relevance for patient stratification in disease modifying therapy trials.
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 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».