MétaCan
Menu
Retour à la cohorte
Enregistrement W2985569049 · doi:10.1093/arclin/acz040

Metabolic Risk Factors as Differential Predictors of Profiles of Neurocognitive Impairment Among Older HIV+ and HIV− Adults: An Observational Study

2019· article· en· W2985569049 sur OpenAlexaboutno aff
Elizabeth Pasipanodya, Laura M. Campbell, Mariam Hussain, Rowan Saloner, Emily M Paolillo, Dilip V. Jeste, Scott Letendre, J. Allen McCutchan, Robert K. Heaton, David J. Moore

Notice bibliographique

RevueArchives of Clinical Neuropsychology · 2019
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueHIV Research and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Drug AbuseNational Institute of Development AdministrationNational Institute of Mental HealthNational Institute on Alcohol Abuse and AlcoholismNational Institute on AgingNational Institutes of Health
Mots-clésNeurocognitiveObservational studyHuman immunodeficiency virus (HIV)MedicineClinical psychologyRisk factorCognitive impairmentPsychologyGerontologyPsychiatryCognitionInternal medicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Neurocognitive performance among older persons, including those living with HIV (people living with HIV [PLWH]), exhibits significant heterogeneity, suggesting subpopulations with differing profiles of neurocognitive impairment (NCI). Metabolic factors are associated with NCI, but their relationships to cluster-derived NCI profiles are unknown. METHOD: Participants (144 PLWH and 102 HIV uninfected) aged 50+ years completed a neuropsychological battery assessing seven cognitive domains. Latent class analysis (LCA) identified NCI profiles separately by HIV serostatus and in a combined sample. Obtained classes were examined against the Montreal Cognitive Assessment (MoCA) and diagnoses of HIV-associated neurocognitive disorders (HAND). Multinomial regression identified metabolic predictors of classification. RESULTS: LCA identified three latent classes in each participant sample: Class1Multidomain NCI (high probability of impairment across multiple domains), Class 2Learning & Recall NCI (high probability of impairment in learning and recall), and Class 3NC Unimpaired (low probability of NCI across all domains). Severity of NCI implied by classes corresponded with MoCA scores and HAND diagnoses. In analyses on the combined sample, compared to HIV-uninfected individuals, PLWH were more likely to be in Class1Multidomain NCI. Among PLWH, those with dyslipidemia and hypertension had greater odds of classification in Class 1Multidomain NCI while those with central obesity had higher odds of classification in Class 2Learning & Recall NCI; metabolic syndrome approached significance as a differential predictor. Regardless of HIV status, individuals with diabetes were more likely to be in Class 1Multidomain NCI. CONCLUSIONS: Metabolic risk factors confer heightened risk of NCI in HIV infection. Interventions to reduce metabolic risk may improve neurocognitive outcomes among PLWH.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,005
Score d'incertitude au seuil0,724

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,047
Tête enseignante GPT0,365
Écart entre enseignants0,318 · 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

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Clinical NeuropsychologyMême sujetHIV Research and TreatmentTravaux en français237 207