Mild Cognitive Impairment, Dementia, and Their Subtypes in Oldest Old Women
Notice bibliographique
Résumé
BACKGROUND: The population of oldest old is increasing, but the prevalence of cognitive impairment is not well characterized in this group. OBJECTIVES: To determine the prevalence of mild cognitive impairment (MCI), dementia, and their subtypes in oldest old women and to examine whether some groups of oldest old women were more likely to have cognitive impairment. DESIGN: Prospective cohort study. SETTING: Women Cognitive Impairment Study of Exceptional Aging. PARTICIPANTS: A total of 1299 oldest old (≥85 years) women. MAIN OUTCOME MEASURES: All the women completed a neuropsychological test battery. Those who screened positive for possible cognitive impairment (n = 634) were further assessed for a diagnosis of dementia, MCI, or normal cognition. The remaining women (n = 665) were considered cognitively normal. Dementia and MCI subtypes were determined using standard criteria. RESULTS: The women had a mean age of 88.2 years, and 27.0% were 90 years or older; 231 women (17.8%) were diagnosed as having dementia and 301 (23.2%) as having MCI, for a combined cognitive impairment prevalence of 41.0%. Clinical features consistent with Alzheimer disease and mixed dementia were most common, each accounting for 40% of dementia cases. Amnestic multiple domain and nonamnestic single domain were the most common MCI types, accounting for 33.9% and 28.9% of cases, respectively. Cognitive impairment was more frequent in women 90 years or older compared with those 85 to 89 years (dementia, 28.2% vs 13.9%, P < .001; MCI, 24.5% vs 22.7%, P = .02) and was more common in women with less education, a history of stroke, and prevalent depression. CONCLUSIONS: In this large sample of oldest old women, 41.0% had clinically adjudicated cognitive impairment. Subtypes of dementia and MCI were similar to those in younger populations. Women in the fastest growing demographic, the oldest old, should be screened for cognitive disorders, especially high-risk groups.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».