Data‐driven staging of postmortem neuropathology corroborates Braak staging and in‐vivo clinical and cognitive assessments in Alzheimer's’ and Parkinson's diseases
Notice bibliographique
Résumé
BACKGROUND: Identifying early biomarkers of neurodegenerative diseases is crucial for early disease intervention. Extending postmortem neuropathology insights to in-vivo helps link impairment to biomarker accumulation. SuStaIn is a data-driven approach that stratifies cross-sectional neuropathology into longitudinal progression, enabling stage inference at group and individual levels. We aimed at testing whether SuStaIn can infer Braak synucleinopathy and Alzheimer's Disease (AD) amyloid plaque and neurofibrillary tangle progression. METHODS: We applied OrdinalSuStaIn to Braak synucleinopathy gradings (2003; N = 110) to assess their progression. Similarly, we analyzed both plaque and tangle gradings from five brain regions in an AD cohort (N = 1300) and a control group (N = 972) using data from the Arizona Study of Aging and Neurodegenerative Disorders. To extend these findings in-vivo, we evaluated the association between SuStaIn-derived patient stages and cognitive performance. RESULTS: SuStaIn successfully replicated Braak Lewy body progression, showing pathology initiation in the brainstem and olfactory bulb and later spread to limbic and cortical regions. These stages correlated strongly with the clinical Hoehn and Yahr's Parkinson's Disease (PD) staging (r=0.96, p<0.0001). For AD, SuStaIn captured postmortem plaque and tangle progression, starting with entorhinal tangles, progressing to hippocampal CA1 tangle deposition, and then to neocortical plaque and tangle accumulation. SuStaIn stages were strongly correlated with cognitive last MMSE scores (r=-0.54, p<0.0001), Thal phases (r=0.80, p<0.0001), and Braak tangle stages (r=0.76, p<0.0001). advanced derived stages were associated with ApoE4 carriers in both data-driven and pathological stages, while controls exhibited lower pathology levels consistent with early stages. CONCLUSIONS: Data-driven approaches can elucidate neuropathological progression in PD and AD and capture additional nuances compared to previously used linear staging techniques. Here we first verify that as a staging tool, SuStaIn can corroborate Braak LB and tangle staging systems and provide a more quantitative model of deviations in individual cases. We further extend this approach in a large sample of postmortem AD neuropathology, showing that SuStaIn-derived patient stages applied to both tangles and plaques were associated with their clinical disease stage and cognitive performance.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».