MétaCan
Menu
← Retour à la cohorte
Enregistrement W4380894021 · doi:10.1002/alz.065372

Associations between modifiable and non‐modifiable risk factors and domain‐specific cognitive decline over a 17‐year period

2023· article· en· W4380894021 sur OpenAlexaboutno aff
Isabelle Glans, Katarina Nägga, Anna‐Märta Gustavsson, Erik Stomrud, Emily Sonestedt, Peter M. Nilsson, Olle Melander, Oskar Hansson, Sebastian Palmqvist

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentCognitionCognitive declineBody mass indexDementiaMedicinePopulationGerontologyRisk factorEffects of sleep deprivation on cognitive performanceQuartileDemographyMemory clinicConfidence intervalInternal medicineCognitive impairmentPsychiatryEnvironmental healthDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Background Modifiable risk factors account for 40% of worldwide dementias. However, to what extent different risk factors are associated with different types of cognitive decline remains unclear. The aim of this study was to investigate how different risk factors contribute to future decline in memory and attention/executive function, respectively. Method Baseline examination of individuals without dementia in the prospective Swedish population‐based Malmö Diet and Cancer Study (MDCS) took place in 1991‐1996. In 2007‐2012, a randomly selected subsample was invited to a re‐examination using cognitive assessments (the Mini‐Mental State Examination [MMSE], A Quick Test of cognitive speed (AQT) and, for a sub‐population, The Montreal Cognitive Assessment (MoCA). Participants with complete data on cognitive assessments, body measurements, education and APOE genotype were included in the study (n = 2,881; n = 720 with MoCA). Linear regression models were used to examine the modifiable risk factors (hypertension, body mass index [BMI], long‐term glucose levels [HbA1c], lipid levels, physical activity and alcohol consumption) and non‐modifiable risk factor (APOE‐genotype). Follow‐up outcomes were 1) AQT‐color/form (processing speed and executive function, higher scores indicating worse function), 2) delayed recall and orientation scores from MMSE (memory function), and 3) subscores from MoCA. All models were adjusted for age, sex, education and time between baseline and cognitive assessments. Result Median follow‐up time was 17.3 (inter‐quartile range [IQR] 2.2) years. APOE‐e4 and higher HbA1c levels were independently associated with worse future memory function in a multivariable model (Table 1). Mean arterial blood pressure, obesity, lower HDL‐C, and higher HbA1c levels were independently associated with worse future processing speed/executive function (Table 2). Higher alcohol consumption was associated better performance in executive function (Table 2). Similar results were found using corresponding MoCA subscores (delayed recall and orientation subscores; visuospatial/executive and attention subscores). Conclusion In this prospective, population‐based, 17‐years follow‐up study, cardiovascular risk factors in mid‐life were associated with future decline in processing speed and executive functions, while an APOE‐e4 genotype was associated with worse memory function. Alcohol consumption in mid‐life was associated with better performance in both cognitive domains. These results suggest that targeting cardiovascular risk factors in interventions may have a greater effect on future executive function than memory.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,316
Écart entre enseignants0,280 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→