White Matter Disease Independently Predicts Progression from Mild Cognitive Impairment to Alzheimer’s Disease in a Clinic Cohort
Notice bibliographique
Résumé
BACKGROUND: The contribution of vascular pathology to the rate of progression from mild cognitive impairment (MCI) to Alzheimer's disease (AD) remains unclear. OBJECTIVE: To ascertain the relative roles of cerebral white matter disease and medial temporal atrophy (MTA) in predicting progression from MCI to AD. METHODS: MCI patients with baseline MRI and ≥18 months of longitudinal follow-up were evaluated. DSM-IV-TR criteria were used to diagnose conversion to dementia. MTA and white matter hyperintensity (WMH) were quantified using the Scheltens scale and modified Fazekas scale. RESULTS: Of a total of 171 MCI patients, 79 patients with baseline MRI and longitudinal follow-up were studied. Twenty-three MCI patients who progressed to dementia (MCI-P) were identified corresponding to a 19.4% annual risk of conversion. In MCI-P patients, the mean Mini-Mental State Examination and Montreal Cognitive Assessment decline was 1.3 and 2.9 points, respectively. MTA, periventricular WMH and deep subcortical WMH were significantly greater in the MCI-P cohort. WMH was found to predict MCI-P with an odds ratio of 7.69 (p = 0.03). CONCLUSION: MTA and deep subcortical WMH independently predict conversion from MCI to AD. Optimization of vascular risk factors among patients with MCI can potentially reduce the conversion from MCI to AD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».