MétaCan
Menu
← Retour à la cohorte
Enregistrement W4210437862 · doi:10.1002/alz.057465

Investigating the risk of cardiovascular risk factor subgroups in cognitively normal elderly on progression to AD: A latent class approach

2021· article· en· W4210437862 sur OpenAlexaff
Myuri Ruthirakuhan, Hugo Cogo‐Moreira, Walter Swardfager, Nathan Herrmann, Krista L. Lanctôt, Sandra E. Black

Notice bibliographique

RevueAlzheimer s & Dementia · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineNeuropathologyDiabetes mellitusBody mass indexDiseaseStroke (engine)Metabolic syndromeProportional hazards modelLatent class modelFamily historyCardiologyObesityEndocrinology

Résumé

récupéré en direct d'OpenAlex

Background Individual cardiovascular risk factors (CVRFs) have been associated with neurodegenerative processes. However, CVRFs often co-occur with one another and little is known regarding the extent of their clustering, and effect on progression to Alzheimer’s disease (AD). We identify classes of CVRFs in cognitively normal (CN) individuals, and investigate their risk on progression to AD. Method CN individuals were recruited from the National Alzheimer’s Coordinator Center dataset, with follow-up. To identify CVRF classes at baseline, a latent class analysis (LCA) was conducted with five vascular (hypertension, hypercholesterolemia, heart condition, stroke, and smoking history), and two metabolic (diabetes, and high body mass index (BMI)) indicators. Separate cox regressions were conducted to investigate the risk of CVRF class on progression to clinically-diagnosed and neuropathology-confirmed AD (clinically-diagnosed AD with intermediate/high AD Neuropathologic Change). Post-hoc analyses investigated differences in non-AD related neuropathologies between CVRF classes. Result This study included 12,412 CN individuals (age:70.9±10.5, male:35% (N=4312), MMSE:28.9±1.4, 6% (N=788) of whom progressed to AD). The LCA identified three phenotypes of baseline CVRF classes (Figure 1). One group had low probabilities of CVRFs (N=5398 (43%)) (reference group). The second group had higher probabilities of hypertension and hypercholesterolemia (vascular-dominant class) (N=5721 (46%)). The third group had higher probabilities of hypertension, hypercholesterolemia, diabetes, and high BMI (vascular/metabolic class) (N=1293 (10%)). Compared to the reference group, the vascular-dominant class (HR:1.14, 95%CI:1.02-1.27, p=.02), and vascular/metabolic class (HR:1.33, 95%CI:1.11-1.59, p=.002) were associated with an increased risk of progression to clinically-diagnosed AD. Compared to the reference group, only the vascular dominant class was associated with an increased risk of progression to neuropathology-confirmed AD (HR:1.40, 95%CI:1.00-1.96, p=.05). Post-hoc analyses determined that compared to other classes, the vascular/metabolic class had the greatest proportion of individuals with underlying cerebrovascular disease (CVD) (46% vs. ≤28%)(X2(2)=5.76, p=.05). Conclusion Presence of vascular-dominant, or a combination of vascular/metabolic CVRFs were associated with an increased risk of progression to clinically-diagnosed AD. The fact that vascular/metabolic class was not associated with an increased risk of progression to neuropathology-confirmed AD, suggests that the development of cognitive impairment in this group is due to underlying neurobiological processes such as CVD that are not related to AD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,298
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→