Can Clinical Data Predict Progression to Dementia in Amnestic Mild Cognitive Impairment?
Notice bibliographique
Résumé
BACKGROUND: To determine whether clinical data obtained by history and physical examination can predict eventual progression to dementia in a cohort of elderly people with mild cognitive impairment. METHODS: A prospective, longitudinal study of a cohort of elderly subjects with amnestic Mild Cognitive Impairment (MCI). Ninety subjects meeting the criteria for amnestic MCI were recruited and followed annually for an average of 3.3 years. Main outcome measure was the development of dementia determined by clinical assessment with confirmatory neuropsychological evaluation. RESULTS: Fifty patients (56%) developed dementia on follow-up. They were older, had lower Mini-mental status exam (MMSE) scores and a shorter duration of symptoms at the time of first assessment. Multivariate logistic regression analysis identified age at symptom onset as the only clinical parameter which distinguished the group that deteriorated to dementia from the group that did not. The odds ratio for age was 1.1 (confidence interval 1.04 - 1.18). CONCLUSIONS: Patients presenting with amnestic MCI insufficient for the diagnosis of dementia are at high risk of developing dementia on follow-up. In our cohort, 56% were diagnosed with dementia over an average period of 5.9 years from symptom onset. The only clinical predictor for the eventual development of dementia was older age at symptom onset. Clinical features alone were insufficient to predict development of dementia.
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 | 0,002 | 0,015 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».