10‐year frailty trajectory is associated with Alzheimer’s dementia after considering neuropathological burden
Notice bibliographique
Résumé
MAIN PROBLEM: Frailty is an established risk factor for cognitive decline and Alzheimer's disease. Few studies have examined the longitudinal relationship between frailty and cognition. METHODS: = 625, 67.5% female, 83.2 ± 5.9 years at baseline) underwent annual clinical evaluations (average follow-up 5.6 ± 3.7 years) followed by neuropathologic assessment after death. A frailty index was calculated from 41 health variables at each evaluation. Clinical diagnosis of MCI and/or dementia was ascertained by clinical data review (blinded to neuropathological data) after death. Age, sex, education, and neuropathological burden (10-item index) were evaluated as covariates. Frailty trajectories were calculated using a mixed effects model. RESULTS: At baseline the mean frailty index = 0.24 ± 0.12 and increased at rate of 0.026 or ~1 deficit per year. At death, 27.7% of the sample had MCI, and 38.6% had dementia. Frailty trajectories were significantly steeper among those individuals who were ultimately diagnosed as clinically impaired prior to death, even after controlling for age, sex, education, and neuropathological index. CONCLUSIONS: Findings suggest a strong link between health status (frailty index) and dementia, even after considering neuropathology. Frailty trajectories were associated with risk for MCI and dementia, underscoring the importance of addressing frailty to manage dementia risk.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».