O3‐11‐02: LATENT CLASS ANALYSIS IDENTIFIES FUNCTIONAL DECLINE WITH AMSTERDAM IADL IN PRE‐CLINICAL ALZHEIMER'S DISEASE
Notice bibliographique
Résumé
Therapeutic trials in Alzheimer's disease (AD) start including participants at the earliest clinical stages to prevent the future onset of dementia. However, there is a lack of tools that are sensitive to subtle functional changes of early stage AD patients. This lack hinders the development of new therapies as it is difficult to prove their clinical relevance. We aimed to identify functional decline in preclinical AD using an innovative scale and statistical methodology. We analyzed 289 participants with subjective cognitive decline (SCD) from the INSIGHT-preAD cohort (Table 1; age range 70-85, follow-up duration of three years). PET-Amyloid and PET-FDG mean intensities in AD-related region of interest were used as marker of preclinical AD for amyloid deposition and hypometabolism respectively. To measure functional decline, we used the innovative questionnaire, Amsterdam IADL questionnaire (A-IADL-Q, Sikkes et al. 2012; Jutten et al. 2017). A latent class linear mixed model (LCLMM) was used to identify different groups of participants based on the evolution of their A-IADL-Q scores over 3 years follow-up. The secondary aim was to analyze differences between these subgroups and the relation to AD imaging markers. Five groups of A-IADL-Q evolution were identified by the LCLMM in the INSIGHT-preAD cohort (Figure 1B and 1C). 212 (73.4%) subjects were in a reference group with stable A-IADL-Q scores over 3 years. Another group with 23 (8.%) subjects had a persistent functional decline. This group had a higher amyloid load (p = 0.0005) and lower level of education (p = 0.0392) compared to the reference group (Figure 2). We did not find an association between glucose metabolism, age or sex and functional decline in this cohort.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,000 |
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 ».