P2‐490: VALIDATION OF NEUROCOGNITIVE FRAILTY INDEX (NFI) IN PEOPLE WITH HEART DISEASE
Notice bibliographique
Résumé
Comprehensive assessment of general health (physical and mental/cognitive) can increase late life disease prediction. The aim of this research was to understand how NFI could help to predict cognitive changes in elderly people with heart disease. The participants represent individuals drawn from the Canadian Study of Health and Aging (CSHA). The CSHA was conducted in three waves: CSHA-1 (1991 to 1992) and CSHA-2 (1996 to 1997). In this study we just used data from wave 1 and 2 for prediction of 5-year cognitive changes. Samples included those who completed neuropsychological tests at CSHA-1 and received a clinical diagnostic assessment at CSHA-1 and CSHA-2 (n = 1228). The current analysis focused on the 997 participants who received a consensus diagnosis of No cognitive impairment (NCI) or cognitive impairment but not dementia (CIND) on CSHA-1. The CIND category was contained of individuals whose level of cognitive impairment was evaluated to be greater than the NCI group but less than the Dementia group. NFI (Neurocognitive Frailty Index) was defined as a combined score of 42 physical and mental components (in 8 cognitive domains) as they were available in the dataset. Cognitive score (measure by 3MS) at follow-up was outcome. At baseline, the mean age of sample was 80.4 year (SD=6.9; Range of 66-100). The NFI mean was 9.93 (SD=6.15) and ranged from 0 to 33). In the multiple linear regression analysis, adjusted for age, gender and 3MS at baseline, the NFI was correlated to 3MS at follow-up same as age (p<0.05). Every additional deficit used to calculate the NFI was associated with an increased chance of cognitive decline. However this Association was stronger in people with heart disease. NFI was significantly associated with cognitive changes for the people with heart disease and this association was stronger than age (p<0.05).
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».