The neuropsychological profile of vascular cognitive impairment not demented: A meta‐analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The most common cause of vascular cognitive impairment not demented (VCIND) is cerebral small vessel disease leading to diffuse subcortical white matter lesions. While many studies indicate that the core cognitive features of VCIND are executive dysfunction and impaired processing speed, this finding is not always consistent, and may be partially dependent on the comparison group applied. Hence, we undertook two systematic meta-analytic reviews on neuropsychological test performance across eight cognitive domains: between VCIND and healthy controls (data from 27 studies), and between VCIND and non-vascular mild cognitive impairment (nv-MCI; data from 20 studies). Our quantitative synthesis of the research literature demonstrates that individuals with VCIND show weaknesses across all cognitive domains relative to healthy controls, with the greatest impairment in the domain of processing speed (Md = -1.36), and the least affected being working memory (Md = -.48) and visuospatial construction (Md = -.63). When compared directly with nv-MCI, individuals with VCIND had significantly greater deficits in processing speed (Md = -.55) and executive functioning (Md = -.40), while those with nv-MCI exhibited a greater relative deficit in delayed memory (Md = .41). Our analyses indicate that disruption to subcortical white matter tracts impairs more cognitive processes than is typically thought to be directly related to the fronto-subcortical network. The data also suggest that differing brain aetiologies can be responsible for similar cognitive profiles. Although the findings do not evince diagnostic value, they allude to the interconnectivity of disparate cognitive processes and call for further research on the behavioural outcome of network disruption.
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle