MétaCan
Menu
Retour à la cohorte
Enregistrement W3095663194 · doi:10.3233/jad-201011

A Novel Computational Proxy for Characterizing Cognitive Reserve in Alzheimer’s Disease

2020· article· en· W3095663194 sur OpenAlexfundno aff
Ying Zhang, Yajing Hao, Lang Li, Kai Xia, Guorong Wu

Notice bibliographique

RevueJournal of Alzheimer s Disease · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on AgingCanadian Institutes of Health Research
Mots-clésCognitive reserveNeuropathologyCognitionNeurodegenerationSocioeconomic statusPsychologyProxy (statistics)PathologicalCognitive declineDiseaseDementiaNeuroscienceMedicinePathologyCognitive impairmentComputer scienceEnvironmental healthPopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although the abnormal depositions of amyloid plaques and neurofibrillary tangles are the hallmark of Alzheimer's disease (AD), converging evidence shows that the individual's neurodegeneration trajectory is regulated by the brain's capability to maintain normal cognition. OBJECTIVE: The concept of cognitive reserve has been introduced into the field of neuroscience, acting as a moderating factor for explaining the paradoxical relationship between the burden of AD pathology and the clinical outcome. It is of high demand to quantify the degree of conceptual cognitive reserve on an individual basis. METHODS: We propose a novel statistical model to quantify an individual's cognitive reserve against neuropathological burdens, where the predictors include demographic data (such as age and gender), socioeconomic factors (such as education and occupation), cerebrospinal fluid biomarkers, and AD-related polygenetic risk score. We conceptualize cognitive reserve as a joint product of AD pathology and socioeconomic factors where their interaction manifests a significant role in counteracting the progression of AD in our statistical model. RESULTS: We apply our statistical models to re-investigate the moderated neurodegeneration trajectory by considering cognitive reserve, where we have discovered that 1) high education individuals have significantly higher reserve against the neuropathology than the low education group; however, 2) the cognitive decline in the high education group is significantly faster than low education individuals after the level of pathological burden increases beyond the tipping point. CONCLUSION: We propose a computational proxy of cognitive reserve that can be used in clinical routine to assess the progression of AD.

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)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
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 Opus0,084
Tête enseignante GPT0,365
Écart entre enseignants0,281 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Alzheimer s DiseaseMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207