Medial Temporal Lobe Flexibility as an Early Marker of Alzheimer’s Risk in African Americans with ABCA7‐80 Variant: Application to Multivariate Imputation by Chained Equations using Random Forest
Notice bibliographique
Résumé
Abstract Background Alzheimer’s disease (AD) is characterized by progressive neurodegeneration and cognitive decline. Medial Temporal Lobe (MTL) Flexibility, measured from dynamic functional connectivity in resting‐state fMRI, may serve as a biomarker for Mild Cognitive Impairment (MCI) and AD. The ABCA7‐80 variant is associated with increased dementia risk, particularly among African Americans; however, few studies have examined its relationship with MTL Flexibility. Furthermore, missing data remains a pervasive challenge in AD research, often driven by participant burden and health factors. This study investigates the association between ABCA7‐80 and MTL Flexibility, using Multivariate Imputation by Chained Equations Forest (MICEforest) to address high amount of missing data. Method 656 participants were included, enrolled in the Pathways to Healthy Aging in African Americans study. Participants underwent blood draws, MRI scans, and Montreal Cognitive Assessment (MoCA). We first performed partial correlation between ABCA7‐80 gene and MTL Flexibility, adjusting for age, sex, education on the 224 participants (Mean age = 69.7 ± 7.2 years) with MTL flexibility score (pairwise deletion technique). Then a linear regression model was fitted on the data to predict MTL flexibility using ABAC7‐80. Same analyses were used to test the data after MICEforest imputation on the full sample (n = 656; Mean age = 69.5 ± 7.4 years). Result In the pairwise deleted dataset, almost significant association was found between MTL Flexibility and ABCA7‐80 (r = ‐0.141, p > 0.058) after adjusting for age, sex, education and MoCA score. After imputing the missing data, ABCA7‐80 high‐risk allele carriers showed significantly lower MTL Flexibility (r = ‐0.082, p < 0.05). Our regression analysis on the imputed data reveals that ABCA7‐80 can predict the MTL flexibility after controlling for age, sex, education and cognition (R² = 0.026, p = 0.003). Conclusion Our findings reinforce the role of ABCA7‐80 as a genetic risk factor for AD and suggest reduced MTL Flexibility as an early biomarker of vulnerability. Notably, MICEforest imputation empowered our analyses revealing statistically significant correlation and a linear regression model between MTL Flexibility and ABCA7‐80 gene. This highlights the importance of robust imputation strategies for maximizing the utility of neuroimaging data in aging and dementia research.
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 | 0,011 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».