Tau-Clinical Mismatch Identifies Individuals with Co-Pathology and Predicts Clinical Trajectory
Notice bibliographique
Résumé
Abstract Importance The heterogeneous course of Alzheimer’s disease makes it difficult to predict individuals’ cognitive trajectories, which is particularly important in the era of disease modifying therapy. Identifying individuals more likely to have co-pathology and differing disease courses using clinically practical tools remains a critical gap. Objective To evaluate tau-clinical mismatch for identifying resilient and vulnerable individuals and compare levels of co-pathology and clinical trajectories between groups. Design, Setting, and Participants Participants were selected from the Alzheimer’s Disease Neuroimaging Initiative (ADNI, inclusion from 2005-2024), Penn Alzheimer’s Disease Research Center Cohort (Penn-ADRC, inclusion from 2002-2025), and Penn Anti-amyloid Therapy Monitoring (Penn-ATM) cohort (inclusion from 2024-2025). All participants were amyloid-β positive, had clinical assessment, and measures of Tau-PET or plasma p-tau217 available. Exposures Clinical assessment (CDR-SB) and tau burden (tau-PET or p-tau 217 ) for mismatch group classification. Main Outcomes and Measures Cross-sectional measures of neurodegeneration (medial temporal lobe volume and thickness, cortical thickness, TAR DNA-binding protein 43 [TDP-43] imaging signature), α-synuclein cerebrospinal fluid seed-amplification assay, longitudinal CDR-SB Results 365 ADNI Tau-PET participants (ages 55-93, 52.6% women) and 524 ADNI p-tau 217 participants (ages 56-95, 49.0% women) were used to generate tau-clinical mismatch models with 55.6-57.1% classified as canonical (CDR-SB ∼ Tau), 23.7-24.7% as resilient (CDR-SB < Tau), and 19.3-19.7% as vulnerable (CDR-SB > Tau). Groups showed diverging clinical courses with earlier cognitive impairment seen in vulnerable groups and later impairment in resilient groups. Vulnerable groups showed higher frequencies of co-pathology, with TDP-43 neurodegeneration patterns and α-synuclein positivity. Similar findings were seen when applying these models to an independent dataset of 244 individuals (54-92 age, 57.0% women) in Penn-ADRC. Finally, these models were applied to a cohort receiving anti-amyloid therapy to show the utility of this method for predicting individual cognitive trajectories during therapy. Conclusion and Relevance Tau-clinical mismatch identifies individuals more likely to harbor co-pathology and have diverging clinical trajectories. Plasma-based models produced similar results to Tau-PET models and could be replicated in independent datasets. These models provide an important tool that can be implemented in clinical practice to provide improved individualized prognosis and, potentially, monitoring of response to disease-modifying therapy.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».