Neuropsychiatric symptoms as a sign of small vessel disease progression in cognitive impairment
Notice bibliographique
Résumé
Background: Neuropsychiatric symptoms associate cross-sectionally with cerebral small vessel disease but it is not clear whether these symptoms could act as early clinical markers of small vessel disease progression. We investigated whether longitudinal change in Neuropsychiatric Inventory (NPI) scores associated with white matter hyperintensity (WMH) progression in a memory clinic population. Material and methods: We included participants from the prospective Sunnybrook Dementia Study with Alzheimer's disease and vascular subtypes of mild cognitive impairment and dementia with two MRI and ≥ 1 NPI. We conducted linear mixed-effects analyses, adjusting for age, atrophy, vascular risk factors, cognition, function, and interscan interval. Results: = 0.007, whereby a one-point change in NPI score from baseline to follow-up was associated with a 0.0017 change in normalized WMH volume [expressed as cube root of (WMH volume cm³ as % intracranial volume)], after adjusting for age, atrophy, vascular risk factors and interscan interval. Conclusions: In memory clinic patients, WMH progression over 1-2 years associated with worsening neuropsychiatric symptoms, while WMH volume remained unchanged in those with stable NPI scores in this population with low background WMH burden.
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 | 0,001 |
| 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) | 0,002 | 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 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 ».