Association between urate-lowering therapies and cognitive decline in community-dwelling older adults
Notice bibliographique
Résumé
Long-term use of urate-lowering therapies (ULT) may reduce inflammaging and thus prevent cognitive decline during aging. This article examined the association between long-term use of ULT and cognitive decline among community-dwelling older adults with spontaneous memory complaints. We performed a secondary observational analysis using data of 1673 participants ≥ 70 years old from the Multidomain Alzheimer Preventive Trial (MAPT Study), a randomized controlled trial assessing the effect of a multidomain intervention, the administration of polyunsaturated fatty acids (PUFA), both, or placebo on cognitive decline. We compared cognitive decline during the 5-year follow-up between three groups according to ULT (i.e. allopurinol and febuxostat) use: participants treated with ULT during at least 75% of the study period (PT ≥ 75; n = 51), less than 75% (PT < 75; n = 31), and non-treated participants (PNT; n = 1591). Cognitive function (measured by a composite score) was assessed at baseline, 6 months and every year for 5 years. Linear mixed models were performed and results were adjusted for age, sex, body mass index (BMI), diagnosis of arterial hypertension or diabetes, baseline composite cognitive score, and MAPT intervention groups. After the 5-year follow-up, only non-treated participants presented a significant decline in the cognitive composite score (mean change - 0.173, 95%CI - 0.212 to - 0.135; p < 0.0001). However, there were no differences in change of the composite cognitive score between groups (adjusted between-group difference for PT ≥ 75 vs. PNT: 0.144, 95%CI - 0.075 to 0.363, p = 0.196; PT < 75 vs. PNT: 0.103, 95%CI - 0.148 to 0.353, p = 0.421). Use of ULT was not associated with reduced cognitive decline over a 5-year follow-up among community-dwelling older adults at risk of dementia.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».