White matter lesions may be an early marker for age-related cognitive decline
Notice bibliographique
Résumé
BACKGROUND: Research suggests that cerebral small vessel disease (CSVD), amyloid, and pTau contribute to age-related cognitive decline. It remains unknown how these factors relate to one another and how they jointly contribute to cognitive decline in normal aging. This project examines the association between these factors and their relationship to cognitive decline in cognitively unimpaired older adults without subjective cognitive decline. METHODS: A total of 230 subjects with cerebrospinal fluid (CSF) Aß42, CSF pTau181, white matter lesions (WMLs) used as a proxy of CSVD, and cognitive scores from the Alzheimer's Disease Neuroimaging Initiative were included. Associations between each factor and cognitive score were investigated using regression models. Furthermore, relationships between the three pathologies were also examined using regression models. RESULTS: At baseline, there was an inverse association between WML load and Aß42 (t = -4.20, p <.001). There was no association between WML load and pTau (t = 0.32, p = 0.75), nor with Aß42 and pTau (t = 0.51, p =.61). Correcting for age, sex and education, baseline WML load was associated with baseline ADAS-13 scores (t = 2.59, p =.01) and lower follow-up executive functioning (t = -2.84, p =.005). Baseline Aß42 was associated with executive function at baseline (t = 3.58, p<.004) but not at follow-up (t = 1.05, p = 0.30), nor with ADAS-13 at baseline (t = -0.24, p = 0.81) or follow-up (t = 0.09, p = 0.93). Finally, baseline pTau was not associated with any cognitive measure at baseline or follow-up. CONCLUSION: Both baseline Aß42 and WML load are associated with some baseline cognition scores, but only baseline WML load is associated with follow-up executive functioning. This finding suggests that WMLs may be one of the earliest clinical manifestations that contributes to future cognitive decline in cognitively healthy older adults. Given that healthy older adults with WMLs exhibit declines in cognitive functioning, they may be less resilient to future pathology increasing their risk for cognitive impairment due to dementia than those without WMLs.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».