An Examination of Semantic Impairment in Amnestic MCI and AD: What Can We Learn From Verbal Fluency?
Notice bibliographique
Résumé
INTRODUCTION: The Verbal Fluency Test (VF) is commonly used in neuropsychology. Some studies have demonstrated a marked impairment of semantic VF compared to phonemic VF in Alzheimer's disease (AD). Since amnestic Mild Cognitive Impairment (aMCI) is associated with increased risk of conversion to incident AD, it is relevant to examine whether a similar impairment is observed in this population. The objective of the present empirical study is to compare VF performance of aMCI patients to those of AD and elderly controls matched one-to-one for age and education. METHOD: Ninety-six participants divided into three equal groups (N = 32: AD, aMCI and Controls) were included in this study. Participants in each group were, on average, 76 years of age and had 13 years of education. A repeated measures ANOVA with the Group (AD, aMCI, NC) as between-subject factor and the Fluency condition ("P" and "animals") as within-subject factor was performed. T-tests and simple ANOVAs were also conducted to examine the interaction. RESULTS: There was a significant interaction between the groups and the verbal fluency condition. In AD, significantly fewer words were produced in both conditions. In contrast, participants with aMCI demonstrated a pattern similar to controls in the phonemic condition, but generated significantly fewer words in the semantic condition. CONCLUSION: These results indicate a semantic memory impairment in aMCI revealed by a simple, commonly-used neuropsychological test. Future studies are needed to investigate if semantic fluency deficits can help predict future conversion to AD.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».