Cognitive Reserve and Mild Cognitive Impairment
Notice bibliographique
Résumé
Background and Objectives Little is known about the effect of education or other indicators of cognitive reserve on the rate of reversion from mild cognitive impairment (MCI) to normal cognition (NC) or the relative rate (RR) of reversion from MCI to NC vs progression from MCI to dementia. Our objectives were to (1) estimate transition rates from MCI to NC and dementia and (2) determine the effect of age, APOE, and indicators of cognitive reserve on the RR of reversion vs progression using multistate Markov modeling. Methods We estimated instantaneous transition rates between NC, MCI, and dementia after accounting for transition to death across up to 12 assessments in the Nun Study, a cohort study of religious sisters aged 75+ years. We estimated RRs of reversion vs progression for age, APOE, and potential cognitive reserve indicators: education, academic performance (high school grades), and written language skills (idea density, grammatical complexity). Results Of the 619 participants, 472 were assessed with MCI during the study period. Of these 472, 143 (30.3%) experienced at least one reverse transition to NC, and 120 of the 143 (83.9%) never developed dementia (mean follow-up = 8.6 years). In models adjusted for age group and APOE, higher levels of education more than doubled the RR ratio of reversion vs progression. Novel cognitive reserve indicators were significantly associated with a higher adjusted RR of reversion vs progression (higher vs lower levels for English grades: RR ratio = 1.83; idea density: RR ratio = 3.93; and grammatical complexity: RR ratio = 5.78). Discussion Knowledge of frequent reversion from MCI to NC may alleviate concerns of inevitable cognitive decline in those with MCI. Identification of characteristics predicting the rate of reversion from MCI to NC vs progression from MCI to dementia may guide population-level interventions targeting these characteristics to prevent or postpone MCI and dementia. Research on cognitive trajectories would benefit from incorporating predictors of reverse transitions and competing events, such as death, into statistical modeling. These results may inform the design and interpretation of MCI clinical trials, given that a substantial proportion of participants may experience improvement without intervention.
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 | 0,002 | 0,008 |
| 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 | 0,001 |
| Communication savante | 0,000 | 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) | 0,003 | 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 ».