Differentiating the frontal variant of Alzheimer's disease
Notice bibliographique
Résumé
OBJECTIVE: Individuals with a clinical diagnosis of Alzheimer's disease (AD) may have prominent features of executive dysfunction and language impairment as well as behavioral abnormalities early in the disease ('high frontality'). When this occurs differentiation from frontotemporal dementia (FTD) is difficult. It is hypothesized that AD patients with high frontality may have clinical and pathological features that distinguish them from less frontal AD patients. METHODS: In a well-characterized cohort of people with cognitive impairment, we used the Frontal Behavioral Inventory (FBI) in an attempt to identify AD patients with prominent frontal features (high-FBI AD) and distinguish them from the remainder of AD patients (low-FBI AD). RESULTS: The 18 high-FBI AD patients were compared with the 26 FTD patients who had an FBI performed and the 53 other low FBI AD patients. The individual FBI items did not differ significantly between the FTD and the high-FBI AD patients, and the high FBI AD patients were more like the FTD patients than the other AD patients with respect to presence of a family history of AD, proportion with homozygous apolipoprotein E(4) status, disability as measured by the Disability Assessment for Dementia (DAD) Scale and the Functional Rating Scale (FRS) and neuropsychiatric impairment as measured by the Neuropsychiatric Inventory (NPI). Memory symptom duration was similar in the high FBI AD group compared to the low FBI AD group. CONCLUSIONS: There is a subgroup of AD patients with high frontality that can be clinically distinguished from the remainder of AD patients but which requires pathological verification.
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) | 0,000 | 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 ».