A Multimodal Risk Network Predicts Executive Function Trajectories in Non-demented Aging
Notice bibliographique
Résumé
Background: Multiple modalities of Alzheimer’s disease (AD) risk factors may operate through interacting networks to predict differential cognitive trajectories in asymptomatic aging. We test such a network in a series of three analytic steps. First, we test independent associations between three risk scores (functional-health, lifestyle-reserve, and a combined multimodal risk score) and cognitive [executive function (EF)] trajectories. Second, we test whether all three associations are moderated by the most penetrant AD genetic risk [Apolipoprotein E (APOE) ε4+ allele]. Third, we test whether a non-APOE AD genetic risk score further moderates these APOE × multimodal risk score associations. Methods: We assembled a longitudinal data set (spanning a 40-year band of aging, 53–95 years) with non-demented older adults (baseline n = 602; Mage = 70.63(8.70) years; 66% female) from the Victoria Longitudinal Study (VLS). The measures included for each modifiable risk score were: (1) functional-health [pulse pressure (PP), grip strength, and body mass index], (2) lifestyle-reserve (physical, social, cognitive-integrative, cognitive-novel activities, and education), and (3) the combination of functional-health and lifestyle-reserve risk scores. Two AD genetic risk markers included (1) APOE and (2) a combined AD-genetic risk score (AD-GRS) comprised of three single nucleotide polymorphisms (SNPs; Clusterin[rs11136000], Complement receptor 1[rs6656401], Phosphatidylinositol binding clathrin assembly protein[rs3851179]). The analytics included confirmatory factor analysis (CFA), longitudinal invariance testing, and latent growth curve modeling. Structural path analyses were deployed to test and compare prediction models for EF performance and change. Results: First, separate analyses showed that higher functional-health risk scores, lifestyle-reserve risk scores, and the combined score, predicted poorer EF performance and steeper decline. Second, APOE and AD-GRS moderated the association between functional-health risk score and the combined risk score, on EF performance and change. Specifically, only older adults in the APOEε4− group showed steeper EF decline with high risk scores on both functional-health and combined risk score. Both associations were further magnified for adults with high AD-GRS. Conclusion: The present multimodal AD risk network approach incorporated both modifiable and genetic risk scores to predict EF trajectories. The results add an additional degree of precision to risk profile calculations for asymptomatic aging populations.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».