Association between Periodontal Disease and Alzheimer's Disease Risk Factors: A Longitudinal Oral Microbiome Study
Notice bibliographique
Résumé
BACKGROUND: Evidence suggest an association between periodontal disease (PerioD) and Alzheimer's disease (AD), with PerioD-associated microbial ecosystems driving oral and systemic inflammation that may activate or accelerate neuroinflammation, a hallmark of AD. Social determinants of health (SDoH) are critical factors influencing both oral health and AD risk yet are often overlooked, and rarely investigated together. This study aims to characterize and compare the oral microbiome of age- and education-matched individuals at high risk for AD by virtue of family history, with and without PerioD, and to investigate the relationships between PerioD-associated microbiome features, SDoH, systemic inflammation and brain inflammation, and AD biomarkers (in cerebrospinal fluid [CSF]). METHOD: This two-year NINDS-funded study collects oral microbiome samples, blood, and CSF annually in a cognitively normal, racially diverse cohort (n = 165). Metagenomic sequencing will be used to investigate cross-kingdom microbial communities and their association with inflammatory and systemic markers. Surveys and interviews investigate behaviors and SDoH influencing PerioD and AD risk. RESULT: To date, 55 participants have been recruited. Participants are 62 years of age on average, predominantly white (70%), female (63.3%), with Stage 1-2 periodontitis (85.7%). Preliminary analyses found no significant relationships between bleeding on probing, behavioral factors, SDoH variables, and Montreal Cognitive Assessment (MoCA) scores, which was expected given the small sample size. As recruitment continues, we anticipate identifying associations between oral microbiome features, inflammatory markers, AD biomarkers and cognitive outcomes. SDoH, such as access to dental care and oral hygiene behaviors, may mediate these relationships, offering insights into the interplay between periodontal disease, systemic inflammation, and AD risk. CONCLUSION: By leveraging longitudinal data and exploring upstream sociocultural factors, this research addresses critical gaps in understanding PerioD's contribution to AD risk. Findings will provide novel insights into the interplay between the oral microbiome, systemic inflammation, brain inflammation, and AD risk.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».