MétaCan
Menu
Retour à la cohorte
Enregistrement W2988858907 · doi:10.1093/geroni/igz038.1175

RACE, BIOLOGICAL AGE, AND COGNITION: THE SYSTEMATIC ASSESSMENT OF GERIATRIC ELEMENTS IN ATRIAL FIBRILLATION STUDY

2019· article· en· W2988858907 sur OpenAlexaboutno aff
Sarah Forrester, David D. McManus, Jane S. Saczynski, Catarina I. Kiefe

Notice bibliographique

RevueInnovation in Aging · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAtrial fibrillationDementiaMedicineCognitive declineGerontologyCognitionCohortDemographyPopulationCohort studyStroke (engine)Montreal Cognitive AssessmentInternal medicineDiseasePsychiatryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Atrial Fibrillation (AF) is associated with dementia and cognitive decline. AF is less prevalent among Blacks than Whites, although AF-related complications are more common in Blacks. In the general population, all-cause cognitive decline and dementia are more prevalent among Blacks than Whites. Thus, studying diverse populations with AF may advance our understanding of racial disparities in cognitive functioning. We created a measure of multisystem dysregulation (weathering), which includes but is more encompassing than aging, and examined its association with racial differences in cognition using data from the SAGE-AF study, a prospective cohort of >65-year olds with AF, at high stroke risk, and eligible for anticoagulation. Biological (as opposed to chronological) age among 974 participants was calculated using the Klemera and Doubal method using biomarkers representing physiological functioning, metabolism, and blood pressure. We defined weathering as the difference between biological and chronological age (weathering >0 indicates that biological age is higher than chronological age). We measured the association between weathering and the Montreal Cognitive Assessment (MoCA) score. Mean weathering (SD) was -0.7 (11.5) and 4.3 (12.6) for whites and non-whites, respectively. There was an interaction between race/ethnicity and weathering on cognition (P=0.004). In stratified analyses, higher weathering was associated with a lower MoCA score among both Whites and non-Whites but more so among non-whites (B = -0.09, 95% CI: -0.17, -0.02) for Whites (B = -0.03, 95% CI: -0.06, -0.01) for non-whites. Aging-related multisystem dysregulation is more strongly associated with worse cognition in non-whites than in whites.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,075
Tête enseignante GPT0,384
Écart entre enseignants0,309 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207