The association between retinal vascular fractal dimension and cognitive function in the community-dwelling older adults cohort TIGER
Notice bibliographique
Résumé
The small retinal vessels reflect cerebral microcirculation and its fractal dimension (Df), representing the complexity of the retinal microcirculation. However, the connection between retinal circulation and cognitive function lacked consistent and longitudinal evidence. This study aimed to explore the association between retinal vascular complexity and cognitive impairment over time in non-demented community-dwelling older adults. This four-year prospective cohort study (2015–2019) is part of the ongoing Taiwan Initiative for Geriatric Epidemiological Research (TIGER, 2011 to present). Of the 434 older adults (age >65) recruited, 207 participants were included for analysis. The retinal vascular Df was assessed by baseline images from fundus photography (2015–2017). Global (Montreal Cognitive Assessment-Taiwanese version, MoCA-T) and domain-specific cognition were assessed at the baseline and 2-year follow-up (2017–2019). The multivariable linear regression models and generalized linear mixed models were used to evaluate the association of Df with cognitive decline/impairment over time. Decreased left retinal vascular complexity was associated with poor attention performance (β = −0.40). As follow-up time increased, decreased vascular complexity was associated with poor memory performance (right: β = −0.25; left: β = −0.19), and decreased right vascular complexity was associated with poor attention performance (β = −0.18). Low retinal vascular complexity of the right or left eye may be differentially associated with cognitive domains in community-dwelling older adults over two years. The retinal vascular Df of either eye may be served as a screening tool for detecting cognitive impairment in the preclinical phase 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 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 | 0,015 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».