Semantic clustering and sleep in patients with amnestic mild cognitive impairment or with vascular cognitive impairment-no dementia
Notice bibliographique
Résumé
BACKGROUND: Cognition and sleep deficits occur in amnestic mild cognitive impairment (aMCI) and vascular cognitive impairment-no dementia (VCIND). However, how memory and sleep deficits differ between aMCI and VCIND remains unclear. METHODS: Fifty aMCI and 50 VCIND patients and 38 sex- and age-matched healthy controls (HCs) were administered the Hopkins Verbal Learning Test-Revised (HVLT-R), Trail Making Test-A/B (TMT-A/B), Wisconsin Card Sorting Test (WCST), Paced Auditory Serial Addition Test (PASAT), Symbol Digit Modalities Test (SDMT), Benton Judgment of Line Orientation (JLO) test, Pittsburgh Sleep Quality Index (PSQI), Epworth Sleepiness Scale (ESS), and Insomnia Severity Index (ISI) to quantify cognitive deficits and subjective sleep disturbance. RESULTS: Compared with VCIND patients, aMCI patients had lower HVLT-R scores for total recall (p < 0.001), delayed recall (p < 0.001) and recognition (p = 0.001), and for total-recall (p = 0.002) and delayed-recall (p < 0.001) semantic clustering ratios (SCRs). However, VCIND patients exhibited more obvious executive dysfunction (TMT-A, p < 0.001; TMT-B, p < 0.001; WCST, p < 0.001), lower information processing speed (PASAT, p = 0.003; SDMT, p < 0.001), and more severe sleep disturbance (PSQI, p < 0.001; ESS, p < 0.001; ISI, p < 0.001). Additionally, sleep quality and efficiency were related to total and delayed recall (all r values from -0.31 to -0.60, p < 0.05) in aMCI and VCIND. CONCLUSIONS: aMCI and VCIND differ in cognitive function, memory strategy and sleep impairment; these characteristics are helpful to identify and distinguish patients with very early cognitive impairment. Our results also suggest that memory deficits are associated with sleep disturbance in aMCI and VCIND.
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 | 0,000 | 0,000 |
| 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 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 ».