Longitudinal Trajectories of Informant-Reported Daily Functioning in Empirically Defined Subtypes of Mild Cognitive Impairment
Notice bibliographique
Résumé
OBJECTIVES: Within the Alzheimer's Disease Neuroimaging Initiative (ADNI)'s mild cognitive impairment (MCI) cohort, we previously identified MCI subtypes as well as participants initially diagnosed with MCI but found to have normal neuropsychological, biomarker, and neuroimaging profiles. We investigated the functional change over time in these empirically derived MCI subgroups. METHODS: ADNI MCI participants (n=654) were classified using cluster analysis as Amnestic MCI (single-domain memory impairment), Dysnomic MCI (memory+language impairments), Dysexecutive/Mixed MCI (memory+language+attention/executive impairments), or Cluster-Derived Normal (CDN). Robust normal control participants (NCs; n=284) were also examined. The Functional Activities Questionnaire (FAQ) was administered at baseline through 48-month follow-up. Multilevel modeling examined FAQ trajectories by cognitive subgroup. RESULTS: The Dysexecutive/Mixed group demonstrated the fastest rate of decline across all groups. Amnestic and Dysnomic groups showed steeper rates of decline than CDNs. While CDNs had more functional difficulty than NCs across visits, both groups' mean FAQ scores remained below its suggested cutoff at all visits. CONCLUSIONS: Results (a) show the importance of executive dysfunction in the context of other impaired cognitive domains when predicting functional decline in at-risk elders, and (b) support our previous work demonstrating that ADNI's MCI criteria may have resulted in false-positive MCI diagnoses, given the CDN's better FAQ trajectory than those of the cognitively impaired MCI groups. (JINS, 2017, 23, 521-527).
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 | 0,006 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».