EFFECTS OF AMYLOID ON CHANGES IN COGNITIVE AND PHYSICAL FUNCTION IN VASCULAR COGNITIVE IMPAIRMENT
Notice bibliographique
Résumé
Alzheimer’s disease (AD) and subcortical ischemic vascular cognitive impairment (SIVCI) are the two most common causes of cognitive impairment and often patients present with mixed AD-SIVCI pathology. Currently, much of our knowledge on the effects of co-existing amyloid pathology in SIVCI are based on cross-sectional studies and little is known about their effects on changes in cognitive and physical function over time. Thus, the objective of this study was to assess the impact of amyloid pathology on global cognitive, executive functions, and physical function over a 12-month period in people with SIVCI. This was a planned secondary analysis of data acquired from a proof-of-concept randomized controlled trial of aerobic activity in people with SIVCI. A hierarchical multiple linear regression analysis was conducted to determine the unique contribution of amyloid pathology on cognitive/physical function after controlling for age, experimental group assignment, and baseline cognitive/physical performance. We found that amyloid pathology significantly predicted decreased performance in: 1) Attention (Stroop Test – adjusted R-square change of 32.0%, p < 0.05); 2) Set shifting (Trail Making Test – adjusted R-square change of 34.7%, p < 0.05); 3) Processing speed (Digit Symbol Substitution Test – adjusted R-square change of 35.0%, p < 0.05) and; 4) Falls risk (Physiological Profile Assessment – adjusted R-square change of 9.0%, p < 0.05). However, amyloid did not predict changes in global cognition or working memory (p > 0.05). Our study suggests that amyloid plaques might be a marker for future decline in cognitive and physical performance among older adults with a primary diagnosis of SIVCI.
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 | 0,001 |
| 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) | 0,000 | 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 ».