MétaCan
Menu
Retour à la cohorte
Enregistrement W2800691692 · doi:10.1093/sleep/zsy061.290

0291 Degraded Fractal Activity Regulation Predicts Elevated Risk of Alzheimer’s Disease in the Elderly

2018· article· en· W2800691692 sur OpenAlexaff
Peng Li, Lei Yu, Andrew Lim, Aron S. Buchman, Frank A. J. L. Scheer, Steven A. Shea, Julie A. Schneider, David A. Bennett, Kun Hu

Notice bibliographique

RevueSLEEP · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHealth, Environment, Cognitive Aging
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCircadian rhythmCognitionAlzheimer's diseaseCognitive declineEffects of sleep deprivation on cognitive performanceAudiologyPsychologyNeuropsychologyMedicineInternal medicineDementiaGerontologyDiseaseNeuroscience

Résumé

récupéré en direct d'OpenAlex

Healthy physiological systems exhibit fractal regulation, generating similar fluctuation patterns in physiological outputs across different time scales from seconds to hours. Evidence indicates a mechanistic link between fractal regulation and sleep/circadian control, both degraded with aging and in Alzheimer’s disease (AD). Recent studies showed that sleep and circadian disturbances may be early signs of AD. We tested whether degraded fractal regulation predicts AD risk. We examined 1,097 older adults (844 females) in the Rush Memory and Aging Project who have undergone annual neuropsychological tests to assess their cognitive status for up to 11 years. These subjects were non-demented and aged between 65–100 years old at baseline. Motor activity was monitored on the wrist continuously for up to 10 days at baseline. Detrended fluctuation analysis was performed to obtain a metric α that quantifies fractal temporal correlations of motor activity at time scales ~0.1–1.5h. Cox proportional hazards models were performed to examine the associations of α with incident AD and incident mild cognitive impairment (MCI). Linear mixed effect models were used to examine the associations of α with cognitive decline. Of the 1,097 participants, 220 developed AD (4.6 ± 2.8 [SD] years after baseline). For 1-SD decrease in α (~0.06), the risk of AD increased by 1.31-fold (95% CI: 1.15–1.49, p<0.0001) after adjusting for age, sex, and education. The association remained after further accounting for physical activity, sleep fragmentation, or stability of daily activity rhythms. Consistently, with 1-SD decrease in α, the risk of MCI increased by 1.15-fold (95% CI: 1.02–1.29, p=0.018); and the annual cognitive decline was accelerated by 12.5% that was equivalent to the effect of being 2 years older. Degraded fractal regulation predicts increased AD risk that is independent of other AD risk factors including age, physical activity, sleep, and stability of daily activity rhythms. This work was supported by NIH grants R01AG048108, R00HL102241, P01AG009975, R01AG017917, and R01NS078009.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,261
Écart entre enseignants0,241 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetHealth, Environment, Cognitive AgingTravaux en français237 207