MétaCan
Menu
Retour à la cohorte
Enregistrement W4386326330 · doi:10.3389/fpsyt.2023.1243894

Executive function deficits and medial temporal lobe atrophy in late-life depression and Alzheimer’s disease: a comparative study

2023· article· en· W4386326330 sur OpenAlexaboutno aff
Changbiao Chu, Weigang Pan, Yanping Ren, Peixian Mao, Chunlin Yang, Chaomeng Liu, Yi‐lang Tang

Notice bibliographique

RevueFrontiers in Psychiatry · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésDepression (economics)PsychologyLate life depressionTemporal lobeAtrophyExecutive dysfunctionNeuroscienceDiseasePsychiatryExecutive functionsMedicineCognitionNeuropsychologyEpilepsyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objectives: Alzheimer's disease (AD) and late-life depression (LLD) frequently exhibit executive function deficits (EFD) and medial temporal lobe atrophy (MTA) as shared characteristics. The objective of this research was to examine the utility of the Trail Making Test (TMT) and the MTA scale in distinguishing between LLD and AD. Methods: A study of 100 patients, 50 with AD and 50 with LLD, was conducted using a cross-sectional design. The individuals were subjected to clinical evaluations to assess their level of depression and overall cognitive abilities, which included the Geriatric Depression Scale (GDS), Mini-Mental State Examination (MMSE), and Montreal Cognitive Assessment (MoCA). We evaluated executive function deficits (EFD) through the use of the TMT, which includes both TMT-A and TMT-B. MTA was measured using magnetic resonance imaging. To evaluate the ability of TMT and MTA scale to distinguish between the two groups, a receiver operating characteristic (ROC) curve was utilized. To investigate the connections between MTA and neuropsychological measures, a correlation analysis was performed. Results: < 0.05). TMT-A and TMT-B both exhibited excellent discriminatory power between AD and LLD, achieving area under curve (AUC) values of 92.2 and 94.2%, respectively. In AD patients, there was a negative correlation between MMSE and MoCA scores and MTA scores, while in LLD patients, there was a positive correlation between time spent on TMT-A and GDS scores and MTA scores. Conclusion: AD patients experience more severe EFD and MTA than LLD patients. The differential diagnosis of AD and LLD can be aided by the useful tool known as TMT. It is important to acknowledge that TMT is capable of capturing only a fraction of the executive function, thus necessitating a cautious interpretation of research findings.

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 enseignants0,001
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,321
Écart entre enseignants0,296 · 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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207