MétaCan
Menu
Retour à la cohorte
Enregistrement W4412649920 · doi:10.1101/2025.07.22.25331791

The PREVENT-AD cohort: accelerating Alzheimer’s disease research and treatment in Canada and beyond

2025· preprint· en· W4412649920 sur OpenAlexafffundabout
Sylvia Villeneuve, Judes Poirier, John C.S. Breitner, Jennifer Tremblay‐Mercier, Jordana Remz, Jean‐Michel Raoult, Yara Yakoub, Jobst Rudolf, Ting Qiu, Alfonso Fajardo Valdez, Béry Mohammediyan, Mohammadali Javanray, Amelie Metz, Safa Sanami, Valentin Ourry, Alfie Wearn, Manon Edde, Julie Gonneaud, Cherie Strikwerda‐Brown, Christine Tardif, Claudine Gauthier, Maxime Descoteaux, Mahsa Dadar, Étienne Vachon‐Presseau, Andrée‐Ann Baril, Simon Ducharme, Maxime Montembeault, Maiya R. Geddes, Jean‐Paul Soucy, Natasha Rajah, Robert Laforce, Christian Bocti, Christos Davatzikos, Pierre Bellec, Pedro Rosa‐Neto, Sylvain Baillet, Alan C. Evans, D. Louis Collins, M. Mallar Chakravarty, Kaj Blennow, Henrik Zetterberg, R. Nathan Spreng, Alexa Pichet Binette

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueHealth, Environment, Cognitive Aging
Établissements canadiensInstitut Universitaire de Gériatrie de MontréalMontreal Heart InstituteUniversité de SherbrookeUniversité LavalUniversité de MontréalConcordia UniversityHôpital du Sacré-Cœur de MontréalMcGill UniversityDouglas Mental Health University InstituteUniversity of TorontoMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Institute on AgingCanada First Research Excellence FundCanadian Institutes of Health ResearchAlzheimer SocietyNational Institutes of HealthGovernment of CanadaPfizerFondation Brain CanadaMcGill UniversityPfizer CanadaAlzheimer's Association
Mots-clésDiseaseCohortMedicineAlzheimer's diseaseDementiaGerontologyPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The PREVENT-AD is an investigator-driven study that was created in 2011 and enrolled cognitively normal older adults with a family history of sporadic AD. Participants are deeply phenotyped and have now been followed annually for more than 12 years [median follow-up 8.0 years,SD 3.1]. Multimodal MRI, genetic, neurosensory, clinical, cerebrospinal fluid and cognitive data collected until 2017 on 348 participants who agreed to open sharing with the neuroscience community were already available. We now share a new release including 6 years of additional follow-up cognitive data, and additional MRI follow-ups, clinical progression, new longitudinal behavioral and lifestyle measures (questionnaires, actigraphy), longitudinal AD plasma biomarkers, amyloid-beta and tau PET, magnetoencephalography, as well as neuroimaging analytic measures from all MRI modalities. We describe the PREVENT-AD study, the data shared with the global research community as well as the model we created to sustain longitudinal follow-ups while also allowing new innovative data collection.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,227
Score d'incertitude au seuil0,835

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,064
Tête enseignante GPT0,328
Écart entre enseignants0,264 · 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 tête enseignante, 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

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetHealth, Environment, Cognitive AgingTravaux en français237 207