P2‐307: Intraindividual variability across neuropsychological tasks is associated with risk of Alzheimer's disease
Notice bibliographique
Résumé
Recent theorizing suggests that within-person variability, across trials of an individual task as well as across a neuropsychological task profile, is linked to cognitive function (Holzter et al., 2008; Hultsch et al., 2002). In the present study, we employ data from the Kungsholmen Project (KP), a Swedish population-based longitudinal study, to evaluate whether across-task within-person variability estimates are linked to increased dementia risk independent of select confounds. Dispersion is operationalized as intraindividual variability across key neuropsychological tasks, computed as the intraindividual standard deviation (ISD) for each individual independent of mean age group differences in performance. Neuropsychological tests known to differentiate cognitively intact from impaired groups were selected, including episodic recall and recognition, block design, category and letter fluency, and Trailmaking. A total of 234 controls and 67 Alzheimer Disease (AD) cases were evaluated at cross-section. Increased variability across the neuropsychological profile was clearly linked to increased risk for AD. Individuals with AD exhibited higher dispersion values, reflecting relatively uneven performance profiles across the neuropsychological test battery. Independent of age and years of education, a per-unit increase in ISD was associated with a 12.3% increase of AD. Notably, restricting the dispersion calculations to episodic memory measures varying in level of support (recall vs. recognition, free vs. cued recall, etc) did not facilitate detection of those at increased risk of AD. Findings will be discussed in terms of the implications of dispersion for supplementing existing neuropsychological batteries, and for improving sensitivity to detect those at risk of AD. We are currently exploring the longitudinal link between changes in dispersion and dementia risk across as many as 12 years of measurement in the KP.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».