Cognitive resilience and severe Alzheimer’s disease neuropathology
Notice bibliographique
Résumé
Cognitive resilience in Alzheimer's disease (AD) can be defined as retention of high cognition despite presence of considerable cerebral AD lesions. We sought to identify factors associated with this phenomenon. Data were obtained from National Alzheimer's Coordinating Centre (NACC) dataset. Subjects with severe AD neuropathology, based on National Institute on Aging-Reagan (NIA-Reagan) criteria, no other primary neuropathology, and a ≤ 2-year interval between last follow-up and death were included. Mini-mental status examination score ≥ 24 was used as a proxy for normal cognition. In total, 654 cases were included; 59 (9%) were cognitively resilient. Multivariable logistic regression model showed that resilient participants were more educated, had a lower body mass index (BMI), were more likely to be lifetime/recent smoker or use an anticoagulant/antiplatelet agent, compared with cognitively impaired subjects. In addition to expected protective factors such as higher education and lower BMI, our results showed that smoking (especially recent smoking) and anticoagulant/antiplatelet consumption are associated with resilience to clinical cognitive expression of severe AD pathology. Pharmacological approaches using this information might be explored for clinical AD amelioration.
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 | 0,000 | 0,000 |
| 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 ».