Behavioral Disturbances, Not Cognitive Deterioration, Are Associated With Altered Food Selection in Seniors With Alzheimer's Disease
Notice bibliographique
Résumé
OBJECTIVE: We previously reported alterations in circadian patterns of food intake that are associated with measures of functional and cognitive deterioration in seniors with probable Alzheimer's disease (AD). This study further explored disturbed eating patterns in AD, focusing on alterations in macronutrient (protein, carbohydrate, and fat) selection, and their association with measures of functional and behavioral losses. METHODS: Forty-nine days of food intake collections were conducted on 32 residents (26 females, 6 males; age = 88.4 +/- 4.1 years; body mass index = 24.1 +/- 4.0 kg/m(2)) with probable AD residing at a nursing home (a fully accredited geriatric teaching facility affiliated with the University of Toronto's Medical School). All residents ate their meals independently. The relationships between patterns of habitual food consumption and measures of cognitive function (Severe Impairment Battery), behavioral disturbances (Neuropsychiatric Inventory-Nursing Home Version) and behavioral function (London Psychogeriatric Rating Scale) were examined, cross-sectionally. RESULTS: Consistent with our previous studies, breakfast intakes were not predicted by any of the measures of behavioral, cognitive, or functional deterioration, although those residents with greater functional deterioration, especially disengagement, attained lower 24-hour energy intakes. The presence of "psychomotor disturbances," including irritability, agitation, and disinhibition, were strongly associated with shifts in eating patterns toward carbohydrate and away from protein, placing individuals with these conditions at increased risk for inadequate protein intakes. Between-individual differences in intake patterns could not be explained by the use of either anorexic or orexigenic medications. CONCLUSIONS: Behavioral, not cognitive, deterioration is associated with appetite modifications that increase risk of poor protein intake, perhaps indicating a common monoaminergic involvement.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».