Intraindividual Variability across Neuropsychological Tests: Dispersion and Disengaged Lifestyle Increase Risk for Alzheimer’s Disease
Notice bibliographique
Résumé
Objective: Increased intraindividual variability (IIV) in function has been linked to various age-related outcomes including cognitive decline and dementia. Most studies have operationalized IIV as fluctuations across trials (e.g., response latencies) for a single task, with comparatively few studies examining variability across multiple tasks for a given individual. In the present study, we derive a multivariable operationalization of dispersion across a broad profile of neuropsychological measures and use this index along with degree of engaged lifestyle to predict risk of cognitive impairment. Participants and Methods: Participants (n = 60) were community-dwelling older adults aged 65+ years (M = 74.1, SD = 6.5) participating in a cross-sectional investigation of risk factors for amnestic mild cognitive impairment (a-MCI) and probable Alzheimer’s Disease (AD). Participants were classified into three subgroups based on test performance and clinical judgement. Healthy controls (n = 30) scored better than −1 SD relative to existing norms on all classification measures, in the absence of memory complaints or functional impairments. The a-MCI group (n = 23) had self- or informant-reported memory complaints and scored 1 SD or more below the mean for at least one memory task while scoring better than 1 SD below the mean for all other cognitive domains, in the absence of functional impairments. The AD group (n = 7) scored at least 2 SD below the mean for two cognitive domains (including memory) with impairments in functioning. Measures spanned a range of cognitive domains (episodic memory, executive function, language), with the derived dispersion estimates reflecting variability across an individual’s neuropsychological profile relative to the group average. Further, an Activities Lifestyle Questionnaire, indexing social, cognitive, and physical behaviors, was administered to assess the protective benefits of engaged lifestyle. Results: Multinomial logistic regression models examined the risk of being classified as a-MCI or AD as a function of increased dispersion, (dis)engaged lifestyle, and their interaction. Greater dispersion was associated with an increased likelihood of being classified with AD, with protective engaged-lifestyle benefits apparent for a-MCI individuals only. Conclusion: As a measure of IIV, dispersion across neuropsychological profiles holds promise for the detection of cognitive impairment.
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 | 0,001 | 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 | 0,001 | 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 ».