MétaCan
Menu
Retour à la cohorte
Enregistrement W7117245269 · doi:10.1002/alz70856_098830

CSF and plasma proteomic insights into the pathophysiology of cerebral small vessel disease and cerebrovascular event risk prediction

2025· article· en· W7117245269 sur OpenAlexaff
Inès Hristovska, Alexa Pichet Binette, Atul Kumar, Malin Wennström, Chris Gaiteri, Lena Karlsson, Olof Strandberg, Shorena Janelidze, Danielle van Westen, Erik Stomrud, Sebastian Palmqvist, Rik Ossenkoppele, Niklas Mattsson‐Carlgren, Jacob W. Vogel, Oskar H. Hansson

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueIntracerebral and Subarachnoid Hemorrhage Research
Établissements canadiensUniversité de MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesnon disponible
Mots-clésRisk stratificationPathophysiologyDiseasePredictive valueProteomicsEvent (particle physics)Risk assessmentCognitive impairment

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cerebral small vessel disease (cSVD) is the leading vascular contributor to dementia and stroke, with white matter lesions (WML) as the most common manifestation. Despite its prevalence, the underlying pathophysiology remains poorly understood, and reliable plasma biomarkers are lacking. Leveraging multi-omics approach, we aimed to: 1) explore the mechanisms underlying WML progression and cognitive decline, and 2) validate CSF-identified biomarkers in plasma across cSVD manifestations and assess their potential to predict future cerebrovascular events. METHOD: We analyzed 1,388 CSF proteins using Olink in the Swedish BioFINDER-2 cohort (n = 1,670). Differential protein abundance for cSVD manifestations (WML, microbleeds and infarcts) was evaluated using linear models, adjusting for age, sex, average protein levels and intracranial volume, if applicable. We used linear mixed-effects models to identify proteins associated with WML progression and mediation analysis to determine WML-associated DAP contributing to cognitive decline over six years. Plasma proteomics was assessed using SOMAscan7k (n = 1,599) and Olink (n = 694) in BioFINDER-2, with DAP analysis, as previously described, focusing on cSVD-associated proteins identified from CSF. In UK Biobank, we assessed cSVD-associated plasma proteins identified in BioFINDER-2 by examining their association with 5-year risk of cerebrovascular outcomes using Cox proportional hazards models and evaluated their predictive utility with a Random Forest classifier (n = 51,606). RESULT: While many proteins were associated with baseline and WML progression, we identified a subset uniquely associated with WML progression, enriched in microglial and macrophage populations (Figure 1). The link between WML and cognitive decline was partly mediated by neuronal and OPC-associated proteins (Figure 2). Key cSVD-associated proteins in CSF, including MMP7, MMP12, TNFRSF11B and GDF15, were validated in plasma (Figure 3A). Using UK Biobank as a population-based setting (Figure 3B), we identified a subset of cSVD-associated plasma proteins related to the risk of cerebrovascular events (Figure 3C), which significantly improved 5-year risk stratification (Figure 3D), surpassing models based on age, sex, and stroke risk score. CONCLUSION: Our findings reveal proteins linked to WML progression and cognitive decline, advancing the understanding of cSVD pathophysiology. Validation of key proteomic markers in plasma and demonstration of their predictive value for cerebrovascular outcomes highlight their potential for early risk stratification and personalized prevention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,246
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetIntracerebral and Subarachnoid Hemorrhage ResearchTravaux en français237 207