Cognition, Gender, and Functional Abilities in Alzheimer's Disease: How are They Related?
Notice bibliographique
Résumé
BACKGROUND: Few studies have investigated in detail which factors influence activities of daily (ADL) in Alzheimer's disease (AD). OBJECTIVE: To assess the influence of cognitive, gender, and other factors on ADL in patients with mild to moderate AD. METHODS: This study is part of the Prospective Registry on Dementia in Austria (PRODEM) project, a multicenter dementia research project. A cohort of 221 AD patients (130 females; means: age 76 years, disease duration 34.4 months, MMSE 22.3) was included in a cross-sectional analysis. Everyday abilities were assessed with the Disability Assessment for Dementia scale, and cognitive functions with the CERAD plus neuropsychological test battery. Two models of multiple linear regressions were performed to find factors predicting functional decline, one entering demographical and disease related factors, and a joint model combining demographical and disease variables with neuropsychological scores. RESULTS: Non-cognitive factors explained 18%, whereas the adding of neuropsychological variables explained 39% of variance. Poor figural and verbal memory, constructional abilities, old age, longer disease duration, depression, and male gender were independent risk factors for reduced ADL. Instrumental and basic ADL were predicted by similar factors, except gender (predicting only instrumental ADL) and phonological fluency (predictor of basic ADL). CONCLUSION: In addition to demographical factors, disease duration, and depression, neuropsychological variables are valuable predictors of the functional status in AD in an early disease stage.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».