[P2–274]: MILD BEHAVIORAL IMPAIRMENT: WHAT ARE THE RISK FACTORS?
Notice bibliographique
Résumé
Little is known about the genesis and predictors of Mild Behavioural Impairment (MBI), a construct describing the emergence of sustained and impactful neuropsychiatric symptoms in advance of or in combination with Mild Cognitive Impairment (MCI) (Ismail et al., 2016). This is the first epidemiological study to examine the role of biopsychosocial factors as risk factors for MBI 12 years later. 1377 older adults (age range 72–79 years; 52% male) with normal and preclinical cognition at wave 4 of the PATH Through Life Project (MCI=133; ‘cognitively normal, but-at-risk’ = 397; cognitively healthy = 847). Baseline depressive symptoms (PHQ-9), self-reported cardio-metabolic conditions (e.g., diabetes, heart disease), number of medications, neurological events (e.g., stroke, TIA, head injury, infection), physical activity, social engagement, negative social support and behavioural activation (BISBAS) were examined as risk factors for MBI 12 years later. MBI was assessed in accordance with the ISTAART-AA diagnostic criteria for MBI using the Neuropsychiatric Inventory. Univariate associations were found between cardio-metabolic conditions (OR=3.98, 95% CI: 1.80–8.78), number of medications (OR=3.44, 95% CI: 1.84–6.43), negative social support (OR=1.18, 95% CI: 1.10–1.26), depression (OR=1.15, 95% CI: 1.11–1.19), female gender (OR=0.78, 95% CI: 0.62–0.97), social engagement (OR=0.47, 95% CI: 0.27–0.83) and a higher risk of MBI 12 years later. Multivariate analyses showed an increased risk of MBI for number of medications (OR=2.22, 95% CI: 1.11–4.44), negative social support (OR=1.12, 95% CI: 1.04–1.25), depression (OR=1.12, 95% CI: 1.07–1.17) and female gender (OR=0.74, 95% CI: 0.58–0.94) when all variables were adjusted for. Gender interactions were not significant. In a subclinical population-based sample, biopsychosocial factors of depression, negative social support, number of medications and female gender were associated with a higher risk of MBI 12 years later. Our findings are the first to investigate modifiable risk factors for MBI and highlight the need to consider the interplay between biological, psychological and social factors in the context of MBI.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».