Cardiometabolic and Vascular Disease Factors and Mild Cognitive Impairment and Dementia
Notice bibliographique
Résumé
INTRODUCTION: There is empirical evidence that cardiovascular risk factors and vascular pathology contribute to cognitive impairment and dementia. METHODS: We profiled cardiometabolic and vascular disease (CMVD) and CMVD burden in community-living older adults in the Singapore Longitudinal Ageing Study cohort and examined the association of CMVD risk markers with the prevalence and incidence of mild cognitive impairment (MCI) and dementia from a median 3.8 years of follow-up. RESULTS: Prevalent MCI and dementia, compared with normal cognition, was associated with higher proportions of persons with any CMVD, hypertension, diabetes, coronary heart disease, atrial fibrillation, or stroke. Diabetes, stroke, and the number of CMVD risk markers remained significantly associated with dementia or MCI after adjusting for age, sex, formal education level, APOE-ε4 genotype, and level of physical, social, or productive activities, with odds ratios ranging from 1.3 to 5.7. Among cognitively normal participants who were followed up, any CMVD risk factor, dyslipidemia, diabetes, or heart failure at baseline predicted incident MCI or its progression to dementia after adjusting for potential confounders. CONCLUSION: Older adults with higher burden of CMVD, driven especially by diabetes, are likely to increase the risk of prevalent and incident MCI and 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 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 | 0,002 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».