A novel approach to detecting plasma synuclein aggregates for Parkinson’s disease diagnosis
Notice bibliographique
Résumé
Alpha-synuclein (αSyn) aggregates are pathognomonic of Parkinson's disease (PD) and play a critical role in its pathogenesis. However, existing diagnostic approaches rely on invasive cerebrospinal fluid (CSF) sampling or tissue biopsies, limiting their accessibility and scalability in clinical practice. Here, we present the Constant Shake-Induced Conversion (CSIC) assay, a novel plasma-based technique for the detection of αSyn aggregates. A total of 102 participants, comprising 42 PD patients and 60 healthy controls (HCs), were enrolled. Plasma samples were subjected to CSIC and validated via αSyn depletion, enzyme-linked immunosorbent assay (ELISA), and Western blotting. Diagnostic performance was assessed using receiver operating characteristic (ROC) analysis, and clinical associations were examined using Spearman's correlation. The CSIC assay achieved an area under the curve (AUC) of 0.91, with 81% sensitivity and 85% specificity in distinguishing PD from HCs. Assay specificity was confirmed through αSyn depletion, and reproducibility assessments yielded intra- and inter-assay coefficients of variation below 10% and ~20%, respectively. Notably, plasma αSyn aggregate levels correlated with Hoehn and Yahr (H&Y) stage (r = 0.69), Unified Parkinson's Disease Rating Scale (UPDRS) (r = 0.68), and Montreal Cognitive Assessment scores (r = -0.47). These findings establish CSIC as a robust, non-invasive diagnostic method with strong potential for clinical implementation in PD.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».