Study partner‐reported decline identifies cognitive decline and dementia risk
Notice bibliographique
Résumé
OBJECTIVE: Identifying individuals at risk for cognitive decline, Mild Cognitive Impairment (MCI), and dementia due to Alzheimer's disease (AD) is a critical need. Functional decline is associated with risk and can be efficiently assessed by participants and study partners (SPs). We tested the hypothesis that SP-reported functional decline is an independent predictor of dementia risk and cognitive decline. METHODS: In 1048 older adults in the Alzheimer's Disease Neuroimaging Initiative (ADNI), we measured associations between Everyday Cognition Scale scores (ECog, self- and SP-reported versions) and (1) baseline and longitudinal change in neuropsychological test (NPT scores) across multiple cognitive domains; (2) diagnostic conversion to MCI or dementia. Models included Mini Mental Status Exam (MMSE) score and ApoE ε4 genotype (APOE) as predictors. Model fits were compared with and without predictors of interest included. RESULTS: SP-reported ECog was the strongest predictor of cognitive decline across multiple domains, as well as diagnostic conversion. Self-reported ECog was associated with baseline NPT scores in some cognitive domains, and diagnostic conversion to MCI in participants with biomarker evidence for AD (elevated brain β-amyloid, Aβ). Models including SP-reported ECog were significantly stronger at predicting outcomes. CONCLUSIONS: SP-reported functional decline is an independent indicator of cognitive decline and dementia risk, even when accounting for cognitive screening, genetic risk, demographics, and self-report decline. The results provide a rationale for greater utilization of SP-reported functional decline to identify those at risk for dementia due to AD and other causes.
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 | 0,002 | 0,001 |
| 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 ».