A vascular risk factor index in relation to mortality and incident dementia
Notice bibliographique
Résumé
To develop a method for quantifying risks of death and dementia in relation to vascular risk factors the Gothenburg H-70 1901-02 birth cohort was studied (n=380, was followed over 20 years, with 103 incident dementia cases). Separate vascular risk factor indices were calculated using 23 vascular risk factors to predict: (i) dementia-free-survival, and (ii) incident dementia derived from post hoc optimal separation of affected and unaffected cases. Classification of adverse outcomes (dementia/non-dementia; alive/dead) was assessed using receiver-operator characteristic (ROC) curves, and the area under the curve (AUC). Each index showed high separation between affected and unaffected cases. For dementia/non-dementia, the AUC was 0.74+/-0.02 for 10 year and 0.67+/-0.02 for 20 year; for death/survival, the AUC was 0.75+/-0.02 for 10 years and 0.79+/-0.03 for 20 years. Of note, few items were important in both indexes, and most showed reciprocal effects (e.g. decreased the risk of death but increased the risk of dementia). Our results suggest that vascular risk factor indexes can give robust estimates of dementia and life span prognoses in elderly people, but death and dementia have different risk profiles. This may be because of death being a competing risk for incident late-onset dementia.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».