Application of Digital Cognitive Biomarkers for Alzheimer's Disease: Identifying Cognitive Process Changes and Impending Cognitive Decline
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Recent Alzheimer's disease (AD) trials have faced significant challenges to enroll pre-symptomatic or early stage AD subjects with biomarker positivity, minimal or no cognitive impairment, and likelihood to decline cognitively during a short trial period. Our previous study showed that digital cognitive biomarkers (DCB), generated by a hierarchical Bayesian cognitive process (HBCP) model, were able to distinguish groups of cognitively normal individuals with impending cognitive decline from those without. We generated DCBs using only baseline Auditory Verbal Learning Test's wordlist memory (WLM) item response data from the Mayo Clinic Alzheimer's Disease Patient Registry. OBJECTIVES: To replicate our previous findings, using baseline ADAS-Cog WLM item response data from the Alzheimer's Disease Neuroimaging Initiative, and compare DCBs to traditional approaches for scoring word-list memory tests. DESIGN: Classified decliner subjects (n = 61) as those who developed amnestic MCI or AD dementia within 3 years of normal baseline assessment and non-decliner (n = 442) as those who did not. MEASURES: Evaluated the relative value of DCBs compared to traditional measures, using three analytic approaches to group differences: 1) logistic regression of summary scores per ADAS-Cog WLM task; 2) Bayesian modeling of summary scores; and 3) HBCP modeling to generate DCBs from item-level responses. RESULTS: The HBCP model produced posterior distributions of group differences, of which Bayes factor assessment identified three DCBs with notable group differences: Immediate Retrieval from Durable Storage, (BFds = 11.8, strong evidence); One-Shot Learning, (BFds = 4.5, moderate evidence); and Partial Learning (BFds = 2.9, weak evidence). In contrast, logistic regression of summary scores did not significantly discriminate between groups, and the Bayes factor assessment of modeled summary scores provided moderate evidence that the groups were equivalent (BFsd = 3.4, 3.1, 2.9, and 1.4, respectively). CONCLUSIONS: This study demonstrated DCBs' ability to distinguish , at baseline, between impending cognitive decline and non-decline groups where individuals in both groups were classified as cognitively normal. This validated findings from our previous study, demonstrating DCBs' advantages over traditional approaches. This study warrants further refinement of the HBCP DCBs to predict impending cognitive decline in individuals and other factors associated with AD, such as physical biomarker load.
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.
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 découle