Evaluating trajectories of episodic memory in normal cognition and mild cognitive impairment: Results from ADNI
Notice bibliographique
Résumé
BACKGROUND: Memory assessment is a key factor for the diagnosis of cognitive impairment. However, memory performance over time may be quite heterogeneous within diagnostic groups. METHOD: To identify latent trajectories in memory performance and their associated risk factors, we analyzed data from Alzheimer's Disease Neuroimaging Initiative (ADNI) participants who were classified either as cognitively normal or as Mild Cognitive Impairment (MCI) at baseline and were administered the Rey Auditory Verbal Learning test (RAVLT) for up to 9 years. Group-based trajectory modeling on the 30-minute RAVLT delayed recall score was applied separately to the two baseline diagnostic groups. RESULTS: There were 219 normal subjects with mean age 75.9 (range from 59.9 to 89.6) and 52.5% male participants, and 372 MCI subjects with mean age 74.8 (range from 55.1 to 89.3) and 63.7% male participants included in the analysis. For normal subjects, six trajectories were identified. Trajectories were classified into three types, determined by the shape, each of which may comprise more than one trajectory: stable (~30% of subjects), curvilinear decline (~ 28%), and linear decline (~ 42%). Notably, none of the normal subjects assigned to the stable stratum progressed to dementia during the study period. In contrast, all trajectories identified for the MCI group tended to decline, although some participants were later re-diagnosed with normal cognition. Age, sex, and education were significantly associated with trajectory membership for both diagnostic groups, while APOE ɛ4 was only significantly associated with trajectories among MCI participants. CONCLUSION: Memory trajectory is a strong indicator of dementia risk. If likely trajectory of memory performance can be identified early, such work may allow clinicians to monitor or predict progression of individual patient cognition. This work also shows the importance of longitudinal cognitive testing and monitoring.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 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 | 0,000 | 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 ».