Substituting Blood-Based Biomarkers for Imaging Measures in Alzheimer’s Disease Studies: Implications for Sample Size and Bias
Notice bibliographique
Résumé
Background: Blood-based biomarkers for Alzheimer's disease (AD) pathology are appealing options in large population-based studies due to their low cost, minimal invasiveness, and feasibility of collection in non-clinical settings. Despite these benefits, blood-based biomarkers have lower test-retest reliability than neuroimaging measures like amyloid positron emission tomography (amyloid-PET) Centiloids; trade-offs in power and bias remain unexplored. Methods: We use data from Alzheimer's Disease Neuroimaging Initiative (ADNI) and the Anti-Amyloid Treatment in Asymptomatic Alzheimer's Disease (A4) studies, which include both amyloid-PET and blood-based measures, to assess differences in statistical power, required sample size, and bias when replacing a neuroimaging measure with a blood-based measure. We use simulations parameterized based on these studies to show potential implications of using plasma p-tau181 or p-tau217, blood-based AD biomarkers, in place of Centiloids from amyloid-PET, when the biomarker is either the exposure or the outcome in an analysis of interest. Results: We demonstrated that substituting amyloid-PET Centiloids with a blood-based measure of p-tau can substantially reduce power, requiring 3 to 6 times the sample size to achieve 80% power compared to amyloid-PET. In addition, using a blood-based biomarker as the exposure can introduce significant regression dilution bias, attenuating estimated associations. Conclusions: Due to their lower cost and ease of collection compared with neuroimaging, blood-based biomarkers facilitate AD pathology measures on larger, more diverse samples with longitudinal follow-up. Consideration of the sample sizes they necessitate and their potential for bias is critical for the design and interpretation of studies employing these biomarkers.
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 | 0,238 | 0,470 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».