Cognitive phenotypes and factors associated with cognitive decline in a cohort of older patients with atrial fibrillation: The <scp>Strat‐AF</scp> study
Notice bibliographique
Résumé
Abstract Background and purpose The multifactorial relationship between atrial fibrillation (AF) and cognitive impairment needs to be elucidated. The aim of this study was to assess, in AF patients on oral anticoagulants (OACs), the prevalence of cognitive impairment, defined according to clinical criteria or data‐driven phenotypes, the prevalence of cognitive worsening, and factors associated with cognitive outcomes. Methods The observational prospective Strat‐AF study enrolled AF patients aged ≥ 65 years who were receiving OACs. The baseline and 18‐month protocol included clinical, functional, and cognitive assessment, and brain magnetic resonance imaging. Cognitive outcomes were: empirically derived cognitive phenotypes; clinical diagnosis of cognitive impairment; and longitudinal cognitive worsening. Results Out of 182 patients (mean age 77.7 ± 6.7 years, 63% males), 82 (45%) received a cognitive impairment diagnosis, which was associated with lower education level and functional status, and higher level of atrophy. Cluster analysis identified three cognitive profiles: dysexecutive (17%); amnestic (25%); and normal (58%). Compared to the normal group, the dysexecutive group was older, and had higher CHA 2 DS 2 ‐VASc scores, while the amnestic group had worse cognitive and functional abilities, and medial temporal lobe atrophy (MTA). Out of 128 followed‐up patients, 35 (27%) had cognitive worsening that was associated with lower education level, worse cognitive efficiency, CHA 2 DS 2 ‐VASc score, timing of OAC intake, history of stroke, diabetes, non‐lacunar infarcts, white matter hyperintensities and MTA. In multivariate models, belonging to the dysexecutive or amnestic group was a main predictor of cognitive worsening. Conclusions In our cohort of older AF patients, CHA 2 DS 2 ‐VASc score, timing of OAC intake, and history of stroke influenced presence, type and progression of cognitive impairment. Empirically derived cognitive classification identified three groups with different clinical profiles and better predictive ability for cognitive worsening compared to conventional clinical diagnosis.
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 | 0,002 |
| 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 | 0,000 |
| 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 ».