The Influence of Cerebrovascular Pathology on Cluster Analysis of Neuropsychological Scores in Patients With Mild Cognitive Impairment
Notice bibliographique
Résumé
OBJECTIVES: The diagnostic entity of mild cognitive impairment (MCI) is heterogeneous, highlighting the need for data-driven classification approaches to identify patient subgroups. However, these approaches can be strongly determined by sample characteristics and selected measures. Here, we applied a cluster analysis to an MCI patient database from a neuropsychology clinic to determine whether the inclusion of patients with MCI with vascular pathology would result in a different classification of subgroups. METHODS: Participants diagnosed with MCI (n = 166), vascular cognitive impairment-no dementia (n = 26), and a group of older adults with subjective cognitive concerns but no objective impairment (n = 144) were assessed using a full neuropsychological battery and other clinical measures. Cognitive measures were analyzed using a hierarchical cluster analysis and then a k-means approach, with resulting clusters compared on a range of demographic and clinical variables. RESULTS: We found a 4-factor solution: a cognitively intact cluster, a globally impaired cluster, an amnestic/visuospatial impairment cluster, and a mild, mixed-domain cluster. Interestingly, group differences in self-reported multilingualism emerged in the derived clusters that were not observed when comparing diagnostic groups. CONCLUSIONS: Our results were generally consistent with previous studies using cluster analysis in MCI. Including patients with primarily cerebrovascular disease resulted in subtle differences in the derived clusters and revealed new insights into shared cognitive profiles of patients beyond diagnostic categories. These profiles should be further explored to develop individualized assessment and treatment approaches.
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 | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».