The 2024 NIA-AA framework for Alzheimer’s disease (AD) introduces a staging system based on biological biomarkers. This study aims to assess how the frequency of biologically defined AD stages varies according to demographic factors, cognitive decline, and clinical phenotype. The variables considered include age, sex, APOE ε4 allele dosage, and years of education, with the goal of identifying the most relevant predictors of biological staging and integrating them into clinical probability estimates. This approach may support clinicians in stratifying risk for each stage of the disease. We hypothesized that age and APOE ε4 status would be strong predictors, while cognitive tests would primarily detect decline in later stages. An ordinal logistic regression with Wald z-tests was applied, along with intercept and sensitivity analyses to assess result robustness. The study included 306 participants from the TRIAD cohort (CN = 177, MCI = 60, AD = 69, including typical and atypical amyloid-positive cases). Only baseline cross-sectional data with complete PET and demographic information were used. Amyloid-PET ([¹⁸F]AZD4694) and tau-PET ([¹⁸F]MK6240) scans were processed with FreeSurfer (DKT atlas), and SUVRs were calculated using the cerebellum as a reference. Abnormality thresholds were defined for SUVR, plasma pTau217 and cognitive performance and served in the analysis. APOE ε4 dosage (β = 2.393; p<0.0001) and age (β = 6.592; p<0.0001) emerged as strong predictors of advanced stages. Female sex was also associated with higher stage (β = 1.02; p<0.0001), while education showed an inconsistent association. Including atypical AD cases impacted the associations with age and APOE, highlighting the importance of clinical phenotype in probability estimation. Cognitive decline and plasma pTau217 levels (Core 1) showed progressive patterns consistent with PET-defined stages. This study supports the use of clinical probability to enhance identification of individuals at risk across the AD continuum. Age, sex, and APOE ε4 dosage are key predictors of stage classification, reinforcing the integration of clinical phenotype and cognitive decline into the evolving biological staging model for Alzheimer’s disease.
Il framework NIA-AA del 2024 per la malattia di Alzheimer (AD) introduce un sistema di stadiazione basato su biomarcatori biologici. Questo studio si propone di valutare come la frequenza degli stadi biologicamente definiti dell’AD vari in relazione a fattori demografici, declino cognitivo e fenotipo clinico. Le variabili considerate includono età, sesso, dosaggio dell’allele APOE ε4 e anni di istruzione, con l’obiettivo di identificare i predittori più rilevanti della stadiazione biologica e integrarli nel calcolo della probabilità clinica. Questo approccio può aiutare i clinici a stratificare il rischio per ciascuno stadio della malattia. Abbiamo ipotizzato che l’età e lo stato APOE ε4 fossero forti predittori, mentre i test cognitivi rilevassero principalmente il declino solo negli stadi più avanzati. È stata applicata una regressione logistica ordinale con test z di Wald, accompagnata da analisi degli intercetti e analisi di sensibilità per valutare la robustezza dei risultati. Lo studio ha incluso 306 partecipanti della coorte TRIAD (CN = 177, MCI = 60, AD = 69, inclusi casi tipici e atipici positivi all’amiloide). Sono stati utilizzati solo dati trasversali al basale con informazioni complete su PET e variabili demografiche. Le scansioni di amiloide-PET ([¹⁸F]AZD4694) e tau-PET ([¹⁸F]MK6240) sono state processate con FreeSurfer (atlante DKT) e gli SUVR sono stati calcolati utilizzando il cervelletto come regione di riferimento. Le soglie di anomalia sono state definite per SUVR, pTau217 plasmatica e performance cognitiva e sono state impiegate nell’analisi. Il dosaggio dell’allele APOE ε4 (β = 2.393; p<0.0001) e l’età (β = 6.592; p<0.0001) sono risultati forti predittori di stadi avanzati. Anche il sesso femminile è risultato associato a stadi più avanzati (β = 1.02; p<0.0001), mentre l’istruzione ha mostrato un’associazione incoerente. L’inclusione dei casi di AD atipico ha influenzato le associazioni con età e APOE, evidenziando l’importanza del fenotipo clinico nella stima della probabilità. Il declino cognitivo e i livelli plasmatici di pTau217 (Core 1) hanno mostrato un andamento progressivo coerente con gli stadi definiti tramite PET. Questo studio supporta l’utilizzo della probabilità clinica per migliorare l’identificazione degli individui a rischio lungo il continuum dell’AD. Età, sesso e dosaggio APOE ε4 si confermano predittori chiave per la classificazione degli stadi, rafforzando l’integrazione del fenotipo clinico e del declino cognitivo nel modello biologico di stadiazione della malattia di Alzheimer in continua evoluzione.
Frequenza della Malattia di Alzheimer Definita Biologicamente in Relazione a Età, Sesso, APOE4 e Compromissione Cognitiva secondo il framework dell'Alzheimer pubblicato nel 2024
OLIVA-LOPEZ, DELPHINE
2024/2025
Abstract
The 2024 NIA-AA framework for Alzheimer’s disease (AD) introduces a staging system based on biological biomarkers. This study aims to assess how the frequency of biologically defined AD stages varies according to demographic factors, cognitive decline, and clinical phenotype. The variables considered include age, sex, APOE ε4 allele dosage, and years of education, with the goal of identifying the most relevant predictors of biological staging and integrating them into clinical probability estimates. This approach may support clinicians in stratifying risk for each stage of the disease. We hypothesized that age and APOE ε4 status would be strong predictors, while cognitive tests would primarily detect decline in later stages. An ordinal logistic regression with Wald z-tests was applied, along with intercept and sensitivity analyses to assess result robustness. The study included 306 participants from the TRIAD cohort (CN = 177, MCI = 60, AD = 69, including typical and atypical amyloid-positive cases). Only baseline cross-sectional data with complete PET and demographic information were used. Amyloid-PET ([¹⁸F]AZD4694) and tau-PET ([¹⁸F]MK6240) scans were processed with FreeSurfer (DKT atlas), and SUVRs were calculated using the cerebellum as a reference. Abnormality thresholds were defined for SUVR, plasma pTau217 and cognitive performance and served in the analysis. APOE ε4 dosage (β = 2.393; p<0.0001) and age (β = 6.592; p<0.0001) emerged as strong predictors of advanced stages. Female sex was also associated with higher stage (β = 1.02; p<0.0001), while education showed an inconsistent association. Including atypical AD cases impacted the associations with age and APOE, highlighting the importance of clinical phenotype in probability estimation. Cognitive decline and plasma pTau217 levels (Core 1) showed progressive patterns consistent with PET-defined stages. This study supports the use of clinical probability to enhance identification of individuals at risk across the AD continuum. Age, sex, and APOE ε4 dosage are key predictors of stage classification, reinforcing the integration of clinical phenotype and cognitive decline into the evolving biological staging model for Alzheimer’s disease.| File | Dimensione | Formato | |
|---|---|---|---|
|
Delphine_Thesis(Neurobiology_MSc).pdf
accesso aperto
Descrizione: Questa tesi analizza come le variabili demografiche e cliniche siano associate agli stadi biologicamente definiti della malattia di Alzheimer, con l’obiettivo di costruire un profilo clinico completo e solido da utilizzare nella pratica diagnostica.
Dimensione
10.47 MB
Formato
Adobe PDF
|
10.47 MB | Adobe PDF | Visualizza/Apri |
È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.
https://hdl.handle.net/20.500.14239/30226