The Influence of Vascular Risk Factors and Stroke on Cognition in Late Life
Notice bibliographique
Résumé
OBJECTIVE: Vascular risk factors in mid-life predict late life cognitive decline in previously normal populations. We sought to investigate the contribution of vascular risk factors in late life to cognitive decline in a cohort of normal elderly individuals. METHODS: Cognitively normal subjects were identified from the longitudinal cohort of participants in the National Alzheimer Coordinating Center (NACC) database (n=2975). The association between a composite score of vascular risk factors (based on the Framingham Stroke Risk Profile) and cognitive function was tested at baseline visit and estimated in longitudinal analyses using linear mixed-effects models. RESULTS: Total vascular risk factor burden was associated with worse cognitive performance at baseline and faster decline longitudinally in univariate analyses but only with worse WAIS digit symbol performance in cross-sectional (estimate=-0.266 units/1 unit of Framingham Stroke Risk Profile Score; 95% confidence interval, -0.380 to -0.153; P<0.001) and longitudinal (estimate=-0.034 units/1 unit of Framingham Stroke Risk Profile Score/year; 95% confidence interval, -0.055 to -0.012; P=0.002) analyses after adjusting for age, education, and APOE genotype. Individuals with history of stroke performed significantly worse on the trails B, category fluency, and Boston naming tests in cross-sectional analyses and in delayed logical memory and digit span backwards in longitudinal analyses. CONCLUSIONS: Although the modified Framingham Stroke Risk Profile in late-life predicts rate of decline on selective neurocognitive measures in previously normal elderly individuals, age appears to be the strongest risk factor for cognitive impairment in this population. History of stroke independently influences rate of cognitive decline in these individuals.
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 | 0,002 |
| 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 ».