Subjective Cognitive Complaints and Cognitive Decline: Consequence or Predictor? The Epidemiology of Vascular Aging Study
Notice bibliographique
Résumé
OBJECTIVES: To explore whether more cognitive complaints are associated with previous or future cognitive decline. DESIGN: Longitudinal; epidemiology vascular aging study. SETTING: Community in Nantes, France. PARTICIPANTS: Seven hundred thirty-three subjects, aged 59 to 71. MEASUREMENTS: Subjective cognitive complaints were recorded at 4-year follow-up examination in a prospective study of people aged 59 to 71 at study entry. Participants' cognitive performances were assessed repeatedly at each wave (baseline, 4 years, and 6 years) of the study using a series of neuropsychological tests including the Mini-Mental State Examination. Depressive symptoms were evaluated using the Center for Epidemiological Studies Depression Scale. Subjects also had a cerebral magnetic resonance imaging scan at 4-year follow-up to evaluate presence and severity of white matter hyperintensities (WMHs). RESULTS: Subjects with more cognitive complaints had greater cognitive decline. This significant relationship persisted after adjusting for potential confounders, including depressive symptoms. Multivariate analysis also showed that, in subjects without measured cognitive decline between study entry and 4-year follow-up, those with more cognitive complaints at 4-year follow-up had significantly greater measured cognitive decline during the subsequent 2 years. In the presence of severe WMH, more cognitive complaints were an even stronger predictor of future cognitive decline. CONCLUSION: Cognitive complaints reflect measured cognitive decline, but they also predict cognitive decline at an earlier stage than objective tests that are not able to detect cognitive deficits. They need to be taken into account in clinical practice.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».