MétaCan
Menu
← Retour à la cohorte
Enregistrement W3155110865 · doi:10.1101/2021.04.21.21255752

Regional atrophy and cognitive decline depend on definition of subjective cognitive decline

2021· preprint· en· W3155110865 sur OpenAlexafffundabout
Cassandra Morrison, Mahsa Dadar, Neda Shafiee, Sylvia Villeneuve, D. Louis Collins

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensDouglas Mental Health University InstituteMcGill UniversityUniversité LavalMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringCanadian Institutes of Health ResearchNational Institute on AgingAlzheimer Society Research ProgramNational Institutes of HealthGenentechIXICOH. Lundbeck A/SServierEisaiNorthern California Institute for Research and EducationPfizerBiogenBioClinicaF. Hoffmann-La RocheUniversity of Southern CaliforniaNovartis Pharmaceuticals CorporationAlzheimer SocietyU.S. Department of DefenseEli Lilly and CompanyConsortium canadien en neurodégénérescence associée au vieillissementBristol-Myers SquibbAlzheimer's Disease Neuroimaging InitiativeMeso Scale DiagnosticsSanofiAlzheimer's AssociationFoundation for the National Institutes of Health
Mots-clésCognitive declineWorryAtrophyCognitionNeuroimagingAlzheimer's Disease Neuroimaging InitiativeDementiaPsychologyMedicineDiseaseInternal medicineNeurosciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Background People with subjective cognitive decline (SCD) may be at increased risk for Alzheimer’s disease (AD). However, not all studies have observed this increased risk. Inconsistencies may be related to different methods used to define SCD. The current project examined whether four methods of defining SCD (applied to the same sample) results in different patterns of atrophy and future cognitive decline between cognitively normal older adults with (SCD+) and without SCD (SCD-). Methods MRI scans and questionnaire data for 273 cognitively normal older adults from Alzheimer’s Disease Neuroimaging Initiative were examined. To operationalize SCD we used four common methods: Cognitive Change Index (CCI), Everyday Cognition Scale (ECog), ECog + Worry, and Worry only. A previously validated MRI analysis method (SNIPE) was used to measure hippocampal volume and grading . Deformation-based morphometry was performed to examine volume at regions known to be vulnerable to AD. Logistic regressions were completed to determine whether diagnostic method was associated with volume differences between SCD- and SCD+. Linear mixed effects models were performed to examine the relationship between the definitions of SCD and future cognitive decline. Results Results varied between the four methods of defining SCD. Left hippocampal grading was lower in SCD+ than SCD-when using the CCI ( p =.041) and Worry ( p =.021) definitions. The right ( p= .008) and left ( p= .003) superior temporal regions were smaller in SCD+ than SCD-, but only with the ECog. SCD+ was associated with greater future cognitive decline measured by Alzheimer’s Disease Assessment Scale, but only with the CCI definition. In contrast, only the ECog definition of SCD was associated with future decline on the Montreal Cognitive Assessment. Conclusion The current findings suggest that the various methods used to differentiate between SCD- and SCD+ influence whether volume differences and findings of cognitive decline are observed between groups in this retrospective analysis.

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)0,010
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 enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,047
Tête enseignante GPT0,338
Écart entre enseignants0,291 · 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

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→