Associating Cognition With Amyloid Status Using Partially Ordered Set Analysis
Notice bibliographique
Résumé
Background: The presence of brain amyloid-beta positivity is associated with cognitive impairment and dementia, but whether there are specific aspects of cognition that are most linked to amyloid-beta is unclear. Analysis of neuropsychological test data presents challenges since a single test often requires drawing upon multiple cognitive functions to perform well. It can thus be imprecise to link performance on a given test to a specific cognitive function. Our objective was to provide insight into how cognitive functions are associated with brain amyloid-beta positivity among samples consisting of cognitively normal and mild cognitively impaired (MCI) subjects, by using partially ordered set models (POSETs). Methods: We used POSET classification models of neuropsychological test data to classify samples to detailed cognitive profiles using ADNI2 and AIBL data. We considered 3 gradations of episodic memory, cognitive flexibility, verbal fluency, attention and perceptual motor speed, and performed group comparisons of cognitive functioning stratified by amyloid positivity (yes/no) and age (< 70, 70 – 80, 81 – 90 y). We also employed random forest methods stratified by age to assess the effectiveness of cognitive testing in predicting amyloid positivity, in addition to demographic variables and APOE4 allele count. Results: In ADNI2, differences in episodic memory and attention by amyloid were found for < 70, and 70 – 80 y groups. In AIBL, episodic memory differences were found in the 70 – 80 y age group. In both studies, no cognitive differences were found in the 81 – 90 y group. The random forest analysis indicates that variable importance in classification depends on age. Cognitive testing that targets an intermediate level of episodic memory and delayed recall, in addition to APOE4 allele count, are the most important variables in both studies. Conclusions: In the ADNI2 and AIBL samples, the associations between specific cognitive abilities and brain amyloid-beta positivity depended on age, but in general episodic memory was most consistently predictive of brain amyloid-beta positivity. Random forest methods and OOB error rates establish the feasibility of predicting the presence of brain beta-amyloid using cognitive testing, APOE4 genotyping and demographic variables.
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 | 0,014 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,006 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».