Population enrichment strategy using <i>APOE</i> ε4 genotype in tau‐targeting trials for preclinical Alzheimer's disease
Notice bibliographique
Résumé
Abstract Background Trials in preclinical Alzheimer's disease (AD) are becoming increasingly important, as AD pathological changes appear decades before dementia onset. Amyloid‐beta (Aβ) pathology and the apolipoprotein E ε4 ( APOE ε4) carriership jointly accelerate tau tangle accumulation. However, the utility of assessing both variables to enhance participant selection for AD trials using tau positron emission tomography (PET) as outcome has not yet been explored. Here, we investigated the implications of considering APOE ε4 status for participant selection in tau‐targeting trials for preclinical AD. Method We analyzed 96 cognitively unimpaired (CU) individuals (aged 57‐90 years) from the ADNI cohort that underwent clinical assessments, APOE genotyping, PET for Aβ ([ 18 F]Florbetapir or [ 18 F]Florbetaben) and tau ([ 18 F]Flortaucipir) at baseline, along with a 2‐year follow‐up. Aβ positivity was determined as global [ 18 F]Florbetapir SUVR >1.11 or [ 18 F]Florbetaben SUVR >1.08. We calculated the sample size required for a hypothetical clinical trial testing a 25% drug effect, with 80% power at alpha level 0.05, to reduce tau‐PET accumulation in the medial temporal lobe (MTL) and neocortex (NEO), along with the total trial costs. Result Table 1 reports the demographic information of the study population. Figure 1 shows enrichment strategies for the selection of participants in a clinical trial aiming at tau PET reduction in CU individuals. In comparison to using only Aβ positivity, the use of APOE ε4 genotyping together with Aβ positivity for population enrichment would reduce the sample size and total costs, respectively, by 28% and 34% in trials targeting tau PET MTL , and by 24% and 36%, respectively, in trials targeting tau PET NEO (Figure 2). Conclusion Our findings suggest that combining APOE ε4 status with Aβ positivity may be a cost‐effective strategy for enriching participant selection in AD tau‐targeting trials focusing on asymptomatic individuals, reducing required sample sizes and trial costs.
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 | 0,054 | 0,121 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».