MétaCan
Menu
Retour à la cohorte
Enregistrement W2914027999 · doi:10.3233/jad-180571

Modifiable Risk Factors Discriminate Memory Trajectories in Non-Demented Aging: Precision Factors and Targets for Promoting Healthier Brain Aging and Preventing Dementia

2019· article· en· W2914027999 sur OpenAlexafffund
G. Peggy McFall, Kirstie L. McDermott, Roger A. Dixon

Notice bibliographique

RevueJournal of Alzheimer s Disease · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensWomen and Children’s Health Research InstituteUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research ChairsNational Institute on AgingNational Institutes of HealthConsortium canadien en neurodégénérescence associée au vieillissement
Mots-clésDementiaBrain agingPsychologyCognitive agingHealthy agingNeuroscienceGerontologyMedicineCognitionDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Non-demented cognitive aging trajectories are characterized by vast level and slope differences and a spectrum of outcomes, including dementia. OBJECTIVE: The goal of AD risk management (and its corollary, promoting healthy brain aging) is aided by two converging objectives: 1) classifying dynamic distributions of non-demented cognitive trajectories, and 2) identifying modifiable risk-elevating and risk-reducing factors that discriminate stable or normal trajectory patterns from declining or pre-impairment patterns. METHOD: Using latent class growth analysis we classified three episodic memory aging trajectories for n = 882 older adults (baseline Mage=71.6, SD=8.9, range = 53-95, female=66%): Stable (SMA; above average level, sustained slope), Normal (NMA; average level, moderately declining slope), and Declining (DMA; below average level, substantially declining slope). Using random forest analyses, we simultaneously assessed 17 risk/protective factors from non-modifiable demographic, functional, psychological, and lifestyle domains. Within two age strata (Young-Old, Old-Old), three pairwise prediction analyses identified important discriminating factors. RESULTS: Prediction analyses revealed that different modifiable risk predictors, both shared and unique across age strata, discriminated SMA (i.e., education, depressive symptoms, living status, body mass index, heart rate, social activity) and DMA (i.e., lifestyle activities [cognitive, self-maintenance, social], grip strength, heart rate, gait) groups. CONCLUSION: Memory trajectory analyses produced empirical classes varying in level and slope. Prediction analyses revealed different predictors of SMA and DMA that also varied by age strata. Precision approaches for promoting healthier memory aging-and delaying memory impairment-may identify modifiable factors that constitute specific targets for intervention in the differential context of age and non-demented trajectory patterns.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,009
Score d'incertitude au seuil0,774

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,323
Écart entre enseignants0,301 · 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 tête enseignante, 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

Citations53
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Alzheimer s DiseaseMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207