No difference in dementia prediction between apolipoprotein E4 and the ischemic score
Notice bibliographique
Résumé
INTRODUCTION: Few biomarkers exist for early detection of vascular cognitive impairment. We examined whether the Hachinski Ischemic Scale (HIS) can predict dementia in elderly. METHODS: We leveraged data of the Canadian Study of Health and Aging. First, we examined the association of HIS with incident dementia. Next, we compared HIS to apolipoprotein E (APOE ɛ4) in prediction of dementia. We trained the HIS and APOE ɛ4 models in the training dataset and used the trained models for dementia prediction in the validation dataset. RESULTS: A higher HIS level was associated with a higher odds of dementia (odds ratio = 1.64, 95% confidence interval [CI]: 1.41 to 1.90, P < .001). Dementia discrimination of the HIS model was not different from the APOE ɛ4 model (area under the curve difference = 0.002, 95% CI: -0.024 to 0.029, P = .857). The calibration of the HIS model was 13.7 (P = .091) and of the APOE ɛ4 model was 13.3 (P = .100). DISCUSSION: HIS may be used as a simple, inexpensive test to identify older adults at risk of developing dementia.
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 | 0,015 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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 | 0,001 |
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 ».