Neuroinflammatory Markers in Former Athletes with Repetitive Head Impacts: Associations with Cognitive Function and White Matter Hyperintensity Volume
Notice bibliographique
Résumé
BACKGROUND: Repetitive head impacts (RHI) is a risk factor for chronic traumatic encephalopathy (CTE), a neurodegenerative disease that includes white matter abnormalities and neuroinflammation. This study examined associations between inflammatory markers, neurodegeneration, white matter integrity, and cognitive performance in former athletes with RHI. METHOD: Neuroinflammatory markers were evaluated in the CSF of 16 individuals with RHI (100% male, mean age = 60.9±10.56) and 6 healthy controls (HC) (50% male, mean age = 57±10.56). Using Proximity Extension Assay (PEA), 737 inflammatory markers were quantified in CSF. Neurofilament Light Chain (NfL) was measured using Single Molecule Array (SIMOA), white matter hyperintensity (WMH) volume was assessed on MRI FLAIR, and cognitive performance was evaluated using composite scores for executive function, memory, and mood/behavior (calculated as the mean z-score of Anxiety, Depression, Mania clinical scales, and Aggression treatment consideration scales from the Personality Assessment Inventory). Mann-Whitney U Test was used to compare inflammatory markers between RHI and HC. Pearson's correlation was used to assess relationships between inflammatory markers and NfL, while linear regression analyzed associations with cognitive function and WMH volume. Functional enrichment analysis was used to identify associated biological processes. RESULT: Significant relationships were found between inflammatory markers and cognitive performance. Memory function was associated with 22 markers (e.g., DPP7, TNFRSF25, WAS), while 24 were linked to executive function (e.g., IL10, CCL11, NUMB). Functional enrichment analysis highlighted tripeptidyl-peptidase activity (GO:0008240, p_adj <0.001), apoptosis regulation (GO:0042981, p_adj <0.01), cytokine receptor binding (GO:0005126, p_adj < 0.01), and JAK-STAT signaling (KEGG:04630, p_adj < 0.01). Twenty-three inflammatory markers were associated with mood/behavior scores (e.g., IL10, CCL7, ITGA11, PTX3), with enrichment in cytokine activity (GO:0005125, p_adj <0.001) and eosinophil chemotaxis (GO:0048245, p_adj < 0.01). DTD1 (p < 0.0001, FDR p = 0.0002) and LY75 (p = 0.0001, FDR p <0.05) showed significant relationships with WMH volume. No significant differences in inflammatory marker levels were found between RHI and HC after FDR correction, and none of the 41 markers initially linked to NfL remained significant. CONCLUSION: These exploratory findings suggest inflammatory markers may contribute to cognitive and imaging changes in RHI. Replication in larger cohorts is needed.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».