Examining Cognitive Decline Across Black and White Participants in the Harvard Aging Brain Study
Notice bibliographique
Résumé
BACKGROUND: Black Americans are approximately twice as likely to develop dementia as compared to White Americans and the magnitude of this disparity is often attributed to a variety of factors that include psychosocial and vascular risk factors. However, less is known about the potential contribution of Alzheimer's disease pathological differences. OBJECTIVE: To examine potential differences incross-sectional and longitudinal cognitive performance in black and white participants who were clinically normal at baseline. METHODS: 296 participants (48 African-American/black participants) underwent MRI and amyloid PET at baseline. Linear mixed models were used to examine the main effects of race, years of education, reading ability, Framingham Heart Study cardiovascular risk score (FHS-CVD), white matter hyperintensities (WMH), and amyloid (Aβ) burden on the Preclinical Alzheimer Cognitive Composite-5 (PACC5). RESULTS: Lower levels of educationalattainment and reading ability were found for blacks compared to whites. By contrast, no differences in FHS-CVD, WMH, or Aβ were found by racial group. Baseline differences in PACC5 score were attenuated after adjusting for educationalfactors, vascular factors, and Aβ, but remained lower for blacks compared to whites (β= -0.24, p = 0.014). Further, blacks demonstrated a faster rate of PACC5 decline longitudinally compared to whites (β = -0.055, p = 0.025) after adjusting for covariates. CONCLUSION: Accounting for educationalfactors, vascular factors, and Aβ burden diminished, but did not eliminate, racial differences in PACC5 performance longitudinally. Understanding potential differences in longitudinal cognitive outcomes by race may be important for upcoming secondary prevention trials.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».