Differential impact of cerebral white matter changes, diabetes, hypertension and stroke on cognitive performance among non-disabled elderly. The LADIS study
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Age related white matter changes (ARWMC) are frequent in non-demented old subjects and are associated with impaired cognitive function. Our aim was to study the influence of vascular risk factors and ARWMC on the neuropsychological performance of an independent elderly population, to see if vascular risk factors impair cognition in addition to the effects of ARWMC. METHODS: Independent subjects, aged 65-84 years, with any degree of ARWMC were assessed using a comprehensive neuropsychological battery including the Mini-Mental State Examination (MMSE), VADAS-Cog (Alzheimer's disease assessment scale) and the Stroop and Trail Making test. Vascular risk factors were recorded and ARWMC (measured by MRI) were graded into three classes. The impact of vascular risk factors and ARWMC on neuropsychological performance was assessed by linear regression analyses, with adjustment for age and education. RESULTS: 638 patients (74.1 (5) years old, 55% women) were included. Patients with severe ARWMC performed significantly worse on global tests of cognition, executive functions, speed and motor control, attention, naming and visuoconstructional praxis. Diabetes interfered with tests of executive function, attention, speed and motor control, memory and naming. Arterial hypertension and stroke influenced executive functions and attention. The effect of these vascular risk factors was independent of the severity of ARWMC, age and education. CONCLUSION: ARWMC is related to worse performance in executive function, attention and speed. Diabetes, hypertension and previous stroke influenced neuropsychological performance, independently of the severity of ARWMC, stressing the need to control vascular risk factors in order to prevent cognitive decline in the elderly.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».