Identifying and Characterizing Trajectories of Cognitive Change in Older Persons with Mild Cognitive Impairment
Notice bibliographique
Résumé
BACKGROUND: Mild cognitive impairment (MCI) represents a state of high risk for dementia but is heterogeneous in its course. To date, the trajectories reflecting distinct developmental courses of cognition among patients with MCI have not been well defined. AIM: To identify the developmental trajectory of groups with distinct cognitive change patterns among a cohort of MCI patients. METHODS: 187 MCI patients from 2 geriatric outpatient clinics were evaluated serially with the Mini-Mental State Examination (MMSE) for up to 3.5 years. Group-based trajectory analysis was applied to identify distinct trajectories. Estimates of decline for each group were compared with the mean rate of decline obtained from mixed modeling of the entire sample. RESULTS: 5 trajectories were identified and labeled based on their baseline MMSE score and course: (1) 29/stable (6.5%); (2) 27/stable (53.9%); (3) 25/slow decline (23.8%); (4) 24/slow decline (11.6%); (5) 25/rapid decline (4.2%). Annual rate of change in the MMSE score for these 5 groups was 0.09, -0.43, -1.23, -1.84, and -4.6 points, respectively. None corresponded to the mean rate of -0.82 points estimated for the group as a whole. A majority of MCI patients (60.4%) follow stable cognitive trajectories over time. Within the 3 groups with declining trajectories, cognitive decline occurs slowly in a vast majority of MCI patients (98.5%). CONCLUSIONS: Results provide direct evidence for the heterogeneous course of cognitive decline that has been suggested by the variable prognosis for patients with MCI.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».