Scalable biological-cognitive profiling for Alzheimer’s disease in the population
Notice bibliographique
Résumé
Abstract Plasma phosphorylated tau217 has been suggested as a core biomarker for establishing a biological Alzheimer’s disease diagnosis. This blood biomarker has not been studied together with scalable cognitive assessment tools in population-based samples. We investigated the prevalence of cognitive and Alzheimer’s disease biomarker abnormalities and associations between plasma phosphorylated tau217 and remotely measured cognitive function in individuals without dementia. We used a population-based cross-sectional sample of 65–85-year-olds (n = 691, 57% females), excluding those with previously diagnosed Alzheimer’s disease or other dementia-causing neurodegenerative disease. Cognition was measured with a telephone-administered word list recall task (episodic memory) and animal naming (semantic fluency). Plasma phosphorylated tau217 was determined with the ALZpath assay. The prevalence of individuals with abnormalities in tests measuring episodic memory, semantic fluency, and plasma phosphorylated tau217 was 10–13%. Higher plasma phosphorylated tau217 levels were associated with lower scores on telephone-administered cognitive tests. We found a substantial minority of a population-based sample of individuals without a clinical diagnosis of Alzheimer’s disease to have cognitive and plasma phosphorylated tau217 profiles suggesting underlying Alzheimer’s disease. Combining plasma phosphorylated tau217 with remote cognitive assessment could be a scalable, accessible, and cost-effective protocol for screening individuals with undiagnosed or at risk for Alzheimer’s disease.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».