MétaCan
Menu
Retour à la cohorte
Enregistrement W3104103000 · doi:10.1016/s2666-7568(20)30015-5

Circadian disturbances in Alzheimer's disease progression: a prospective observational cohort study of community-based older adults

2020· article· en· W3104103000 sur OpenAlexaff
Li Peng, Lei Gao, Arlen Gaba, Lei Yu, Longchang Cui, Wenqing Fan, Andrew Lim, David A. Bennett, Aron S. Buchman, Kun Hu

Notice bibliographique

RevueThe Lancet Healthy Longevity · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueCircadian rhythm and melatonin
Établissements canadiensUniversity of TorontoHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesNational Institute of General Medical SciencesNational Institute on AgingBrightFocus Foundation
Mots-clésActigraphyCircadian rhythmDementiaHazard ratioCognitive declineAlzheimer's diseaseCohortProspective cohort studyMedicinePsychologyProportional hazards modelCohort studyGerontologyInternal medicineDiseaseAudiologyConfidence interval

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Circadian disturbances are commonly seen in people with Alzheimer's disease and have been reported in individuals without symptoms of dementia but with Alzheimer's pathology. We aimed to assess the temporal relationship between circadian disturbances and Alzheimer's progression. METHODS: We did a prospective cohort study of 1401 healthy older adults (aged >59 years) enrolled in the Rush Memory and Aging Project (Rush University Medical Center, Chicago, IL, USA) who had been followed up for up to 15 years. Participants underwent annual assessments of cognition (with a battery of 21 cognitive performance tests) and motor activities (with actigraphy). Four measures were extracted from actigraphy to quantify daily and circadian rhythmicity, which were amplitude of 24-h activity rhythm, acrophase (representing peak activity time), interdaily stability of 24-h activity rhythm, and intradaily variability for hourly fragmentation of activity rhythm. We used Cox proportional hazards models and logistic regressions to assess whether circadian disturbances predict an increased risk of incident Alzheimer's dementia and conversion of mild cognitive impairment to Alzheimer's dementia. We used linear mixed-effects models to investigate how circadian rhythms changed longitudinally and how the change integrated to Alzheimer's progression. FINDINGS: Participants had a median age of 81·8 (IQR 76·3-85·7) years. Risk of developing Alzheimer's dementia was increased with lower amplitude (1 SD decrease, hazard ratio [HR] 1·39, 95% CI 1·19-1·62) and higher intradaily variability (1 SD increase, 1·22, 1·04-1·43). In participants with mild cognitive impairment, increased risk of Alzheimer's dementia was predicted by lower amplitude (1 SD decrease, HR 1·46, 95% CI 1·24-1·72), higher intradaily variability (1 SD increase, 1·36, 1·15-1·60), and lower interdaily stability (1 SD decrease, 1·21, 1·02-1·44). A faster transition to Alzheimer's dementia in participants with mild cognitive impairment was predicted by lower amplitude (1 SD decrease, odds ratio [OR] 2·08, 95% CI 1·53-2·93), increased intradaily variability (1 SD increase, 1·97, 1·43-2·79), and decreased interdaily stability (1 SD decrease, 1·35, 1·01-1·84). Circadian amplitude, acrophase, and interdaily stability progressively decreased over time, and intradaily variability progressively increased over time. Alzheimer's progression accelerated these aging effects by doubling or more than doubling the annual changes in these measures after the diagnosis of mild cognitive impairment, and further doubled them after the diagnosis of Alzheimer's dementia. The longitudinal change of global cognition positively correlated with the longitudinal changes in amplitude and interdaily stability and negatively correlated with the longitudinal change in intradaily variability. INTERPRETATION: Our results indicate a link between circadian dysregulation and Alzheimer's progression, implying either a bidirectional relation or shared common underlying pathophysiological mechanisms. FUNDING: National Institutes of Health, and the BrightFocus Foundation.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
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 Opus0,111
Tête enseignante GPT0,347
Écart entre enseignants0,236 · 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'étudeObservationnel
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

Citations169
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Healthy LongevityMême sujetCircadian rhythm and melatoninTravaux en français237 207