Developing novel biomarkers of frontotemporal dementia
Notice bibliographique
Résumé
Clinical trials for genetic frontotemporal dementia (FTD) are ongoing, yet many early phase studies have failed due to ineffective pre-selected clinical or surrogate endpoints. Unlike other neurodegenerative diseases, FTD lacks well-established biomarkers for diagnosis, staging, and disease progression, partly due to its heterogeneous nature. FTD can be sporadic or genetic, involve multiple proteinopathies, and present with varied clinical phenotypes, including motor symptoms, language problems, and personality changes. This thesis focuses on exploring dynamic fluid biomarkers in samples from the Genetic Frontotemporal Initiative (GENFI), the largest natural history study of genetic FTD in Europe and Canada. The GENFI Biobank, which I helped establish, forms centralised storage of biosamples collected using standardised GENFI protocols. These samples were used to explore biomarkers at baseline visits, but also investigate longitudinal changes in glial fibrillary acidic protein (GFAP) and neurofilament light chain protein (NfL). My research has helped to identify NfL as a disease staging marker, and GFAP as a promising biomarker to track disease progression, specifically in GRN-associated FTD. Therefore, these biomarkers will be useful in disease-modifying therapeutic trials, to identify the right time to administer treatment, track efficacy, and serve as surrogate clinical endpoints. Additionally, I will also explore novel biomarkers of FTD: cytokines from the vascular endothelial growth factor family in the cerebrospinal fluid of both sporadic and genetic FTD participants. Finally, I will examine the neurotrophin receptor p75 extracellular domain in a more distant sample type, urine, to see whether these samples collected as part of GENFI may be useful matrices to identify novel biomarkers, that have yet to be explored in FTD. These findings aim to impact future clinical trials to expedite access to therapeutic intervention for patients suffering from this devastating 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 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 | 0,005 | 0,007 |
| 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 | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».