Association between Apoϵ4 allele and cardiometabolic and social risk factors with cognitive impairment in elderly population from Bogota
Notice bibliographique
Résumé
Being an ϵ4 carrier in the Apoϵ gene has been suggested as a modifying factor for the interaction between cardio-metabolic, social risk factors, and the development of cognitive impairment. Objective: The main objective of this study was to assess the existence of such interaction in a sample of Bogota's elderly population. Methods: A cross-sectional study was conducted with 1,263 subjects older than 50 years. Each participant was diagnosed by consensus, after neuropsychological and neuropsychiatric evaluations, under a diagnosis of normal cognition, mild cognitive impairment (MCI) according to Petersen's criteria, or dementia according to DSM-IV criteria. Apoϵ was typified and an analysis of MoCA test was performed in each group carrying or not ϵ4 allele. Results: Our study showed that 75% were women with a median age of 68 years (interquartile range 62-74 years) and a median schooling for 6 years (interquartile range 4-12 years). Dementia was related to low education level of ≤5 years OR=11.20 (95%CI 4.99-25.12), high blood pressure (HBP) OR=1.45 (95%CI 1.03-2.05), and age over 70 years OR=7.68 (95%CI 3.49-16.90), independently of being or not an ϵ4 allele carrier. Diabetic subjects with dementia carrying ϵ4 allele showed a tendency to exhibit lower scores on the MoCA test, when compared with noncarriers' diabetic subjects with dementia. Conclusions: The presence of ϵ4 allele does not modify the relationship between cognitive impairment and the different cardio-metabolic and social risk factors, except in diabetic subjects ϵ4 carriers with dementia who showed a tendency to exhibit lower scores of the MoCA test, when compared with noncarriers' diabetic subjects with dementia.
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 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».