The exploration of using plasma biomarkers of p-tau217 and p-tau181 for screening Alzheimer’s disease in very elderly people
Notice bibliographique
Résumé
Introduction Blood-based biomarkers for Alzheimer’s disease (AD), such as phosphorylated tau (p-tau181, p-tau217) and amyloid beta (Aβ), have the potential to serve as screening tools for probable AD in the elderly population. Methods AD screening [Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment (MoCA)] was conducted among very elderly individuals residing in a nursing community and a geriatric hospital. Based on cognitive evaluation, participants were categorized into two groups: cognitively normal (n = 62) and probable AD (n = 78). Plasma concentrations of Aβ42, Aβ40, p-tau181, p-tau217, and glial fibrillary acidic protein (GFAP) were measured using the single molecule array (Simoa) platform. Group comparisons of plasma biomarker levels were performed, and receiver operating characteristic (ROC) curve analyses were conducted for each biomarker relative to AD diagnosis. Results Significant differences were observed in plasma p-tau181, p-tau217, and GFAP levels between the cognitively normal and probable AD groups (p < 0.01). In contrast, Aβ42, Aβ40, and the Aβ42/Aβ40 ratio showed no significant differences (p > 0.01). The area under the ROC curve (AUC) was 0.886 for p-tau181, 0.655 for p-tau217, and 0.869 for GFAP. Discussion Plasma biomarkers p-tau181, p-tau217, and GFAP demonstrate clinical utility in distinguishing AD from normal cognition, suggesting that blood-based testing may serve as a feasible screening tool for early identification of AD in very elderly populations.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».