MétaCan
Menu
Retour à la cohorte
Enregistrement W7133091093

Relationship between Serum 4-Hydroxynonenal and Agitation Severity in Moderate-to-severe Alzheimer’s Disease

2024· dissertation· W7133091093 sur OpenAlexaff
Arun Chinna-Meyyappan

Notice bibliographique

RevueTSpace · 2024
Typedissertation
Langue
DomaineNeuroscience
ThématiqueTryptophan and brain disorders
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDisinhibitionDiseasePathogenesisOxidative stressSeverity of illnessClinical trialAdverse effectPsychomotor agitation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Oxidative stress is an established mechanism in the pathogenesis of Alzheimer’s disease, but its relationship with neuropsychiatric symptom (NPS) severity in AD populations is not well understood. Agitation is a prevalent and distressing NPS for which safe and effective treatment options are limited by modest efficacy and high risk of adverse outcomes. This study investigates the relationship between serum 4-hydroxynonenal (4-HNE), a marker of oxidative stress, and agitation severity in 39 individuals with moderate-to-severe Alzheimer's Disease (AD). A cross-sectional design was employed using baseline data from a clinical trial involving participants with AD. Agitation severity was measured using the Cohen-Mansfield Agitation Inventory (CMAI) and the Neuropsychiatric Inventory agitation/aggression cluster scores (NPI-4-A/A). No significant association was found between 4-HNE levels and total CMAI scores. However, a significant relationship was observed between 4-HNE and NPI-4-A/A scores (β = 0.345, p = 0.046), as well as between 4-HNE levels and the disinhibition (β = 0.380, p = 0.034) and aberrant motor behavior domains (β = 0.393, p = 0.021) individually after adjusting for sex, MMSE scores, and number of comorbidities. Overall, these findings suggest a potential link between oxidative stress and specific agitation behaviors in AD, highlighting the need for further research into targeted interventions.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,063
Tête enseignante GPT0,355
Écart entre enseignants0,292 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetTryptophan and brain disordersTravaux en français237 207