P1‐279: THE ROLE OF NEUROPSYCHIATRIC SYMPTOM IN PREDICTING THE CONVERSION FROM MILD COGNITIVE IMPAIRMENT TO ALZHEIMER'S DISEASE
Notice bibliographique
Résumé
Alzheimer's disease (AD) is characterized by cognitive decline and appearance of neuropsychiatric symptoms (NPS). Appearance of NPS and decline in working and episodic memory have been considered as a significant risk factor for MCI progression to AD. We propose to analyze NPI (total score and sub scores) and MMSE over 6 years to compare scores between MCI-converters (MCI-C) and MCI-non converters (MCI-NC). All statistical analyses were performed with analyses of variance, Hochberg's GT2, linear correlation and regression using SPSS 25. We selected 150 subjects from ADNI phase 3. Subjects were divided into two groups: 36 MCI-C and 114 MCI-NC. We compared the two groups at 12-month intervals for 6 years. NPI subdomains were counted as percentage to evaluate the amount of symptom increase between baseline and the last available score. To analyze MMSE score, we grouped patients according to their NPI score into three groups: NPI negative (N=55), NPI low (NPI score= 1-9, N=65), and NPI high (NPI score=10 and above, N=30). The NPI total and MMSE scores at 12-month intervals for the duration of 6 years were significantly different between MCI-C and MCI-NC (p<0.05) except at baseline. In the MCI-C group, between baseline and end of the study, the apathy domain increased the most (22%) and irritability/lability increase the least (0%). In MCI-NC, agitation/aggression (21.5%) increased the most and aberrant motor behaviour decreased the most (-14.04%) (Table 1). For the three NPI group, MMSE scores were significantly different between them (p<0.05). Post-hoc analyses revealed that NPI negative and NPI high group were significantly different (p<0.05). There was a significant negative correlation (Figure1-3) in month 36, 48, and 72 between MMSE and NPI (p<0.05) and significant linear regression for those timeframes. Based on those equation, a one-point increase in NPI total score will lead to a 0.10−0.30 decrease in MMSE score in the MCI-C group.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,004 | 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 ».