Effects of Cognitive Reserve in Alzheimer’s Disease and Cognitively Unimpaired Individuals
Notice bibliographique
Résumé
The concept of cognitive reserve (CR) has been proposed as a protective factor that modifies the effect of brain pathology on cognitive performance. It has been characterized through CR proxies; however, they have intrinsic limitations. In this study, we utilized two different datasets containing tau, amyloid PET, and T1 magnetic resonance imaging. First, 91 Alzheimer's disease (AD) continuum subjects were included from Alzheimer's Disease Neuroimaging Initiative 3. CR was conceptualized as the residual between actual cognition and estimated cognition based on amyloid, tau, and neurodegeneration. The proposed marker was tested by the correlation with CR proxy and modulation of brain pathology effects on cognitive function. Second, longitudinal data of baseline 53 AD spectrum and 34 cognitively unimpaired (CU) participants in the MEMORI dataset were analyzed. CR marker was evaluated for the association with disease conversion rate and clinical progression. Applying our multimodal CR model, this study demonstrates the differential effect of CR on clinical progression according to the disease status and the modulating effect on the relationship between brain pathology and cognition. The proposed marker was associated with years of education and modulated the effect of pathological burden on cognitive performance in the AD spectrum. Longitudinally, higher CR marker was associated with lower disease conversion rate among prodromal AD and CU individuals. Higher CR marker was related to exacerbated cognitive decline in the AD spectrum; however, it was associated with a mitigated decline in CU individuals. These results provide evidence that CR may affect the clinical progression differentially depending on the disease status.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 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) | 0,000 | 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 ».