MétaCan
Menu
Retour à la cohorte
Enregistrement W4308008387 · doi:10.3233/jad-220927

The Brain Health Platform: Combining Resilience, Vulnerability, and Performance to Assess Brain Health and Risk of Alzheimer’s Disease and Related Disorders

2022· article· en· W4308008387 sur OpenAlexaboutno aff
Michael J. Kleiman, Lun‐Ching Chang, James E. Galvin

Notice bibliographique

RevueJournal of Alzheimer s Disease · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on AgingNational Institute of Neurological Disorders and StrokeLeo and Anne Albert Charitable Trust
Mots-clésMedicineDementiaCognitionDiseaseGerontologyPsychological interventionClinical psychologyPsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: It is difficult to assess brain health status and risk of cognitive impairment, particularly at the initial evaluation. To address this, we developed the Brain Health Platform to quantify brain health and identify Alzheimer's disease and related disorders (ADRD) risk factors by combining a measure of brain health: the Resilience Index (RI), a measure of risk of ADRD; the Vulnerability Index (VI); and the Number-Symbol Coding Task (NSCT), a measure of brain performance. OBJECTIVE: The Brain Health Platform is intended to be easily and quickly administered, providing an overview of a patient's risk of developing future impairment based on modifiable and non-modifiable factors as well as current cognitive performance. METHODS: This cross-sectional study comprehensively evaluated 230 participants (71 controls, 71 mild cognitive impairment, 88 ADRD). VI and RI scores were derived from physical assessments, lifestyle questionnaires, demographics, medical history, and neuropsychological examination including the NSCT. RESULTS: Individuals with abnormal scores were 95.7% likely to be impaired, with a misclassification rate of 9.7%. The combined model had excellent discrimination (AUC:0.923±0.053; p < 0.001), performing better than the Montreal Cognitive Assessment. CONCLUSION: The Brain Health Platform combines measures of resilience, vulnerability, and performance to provide a cross-sectional snapshot of overall brain health. The Brain Health Platform can effectively and accurately identify even the very mildest impairments due to ADRD, leveraging brief yet powerful and actionable indices of brain health and risk that could be used to develop personalized, precision medicine-like interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,355
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Alzheimer s DiseaseMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207