MétaCan
Menu
Retour à la cohorte
Enregistrement W2515544593 · doi:10.1177/1533317516662334

Predictors of Cognitive Decline in a Rural and Remote Saskatchewan Population With Alzheimer’s Disease

2016· article· en· W2515544593 sur OpenAlexafffundabout
D. A. Hager, Andrew Kirk, Debra Morgan, Chandima Karunanayake, Megan E. O’Connell

Notice bibliographique

RevueAmerican Journal of Alzheimer s Disease & Other Dementias® · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesCanadian Institutes of Health ResearchSaskatchewan Health Research Foundation
Mots-clésCognitive declineCognitionMedicinePopulationGerontologyRegression analysisDiseaseAlzheimer's diseaseLinear regressionDemographyMini–Mental State ExaminationCognitive impairmentDementiaPsychiatryInternal medicineEnvironmental healthStatistics

Résumé

récupéré en direct d'OpenAlex

To determine the predictors of cognitive decline in a rural and remote population with Alzheimer's disease (AD), we examined the association between cognitive change and sociodemographic, clinical, and functional data at the initial day of diagnosis. Simple linear regression analysis and multiple regression analysis were used to determine the predictors of cognitive decline as measured by the difference in the Mini-Mental State Examination over 1 year. Our sample included 72 patients with AD. Age at the clinic day appointment was 75.3 (standard deviation [SD] = 7.44). History of hypertension and decreased ability to carry out activities of daily living were statistically significant and predicted greater cognitive decline at 1 year. Many previously suggested predictors of cognitive decline were not evidenced in this study. This research helps identify clinically useful predictors of decline in a rural and remote population with AD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil0,338

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,297
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Alzheimer s Disease & Other Dementias®Même sujetDementia and Cognitive Impairment ResearchTravaux en français237 207