B - 33 Characterization of Subjective Cognitive Complaints in a Population-Based Sample
Notice bibliographique
Résumé
Abstract Objective Subjective cognitive complaints (SCCs) represent one’s perception of cognitive change that may relate to cognitive decline. This study characterized SCC endorsement and objective cognitive performance in minority populations. Method Participants from a population-based, multiethnic cardiovascular risk study (N = 2653; Age = (18–85); Female = 58%; Black = 51%; Hispanic = 14%) responded to questions about their subjective cognitive functioning prior to completing the Montreal Cognitive Assessment (MoCA). Participants endorsed “Yes” or “No” to the following items: 1) Do you have consistent memory problems, 2) If YES, do they interfere with everyday activities, and 3) do you have trouble figuring things out/solving problems. Descriptive and chi-squared analyses characterized endorsement among ethnoracial groups. One-way ANCOVA controlling for age, race/ethnicity, and education compared MoCA scores by endorsement pattern. Results Nineteen percent (N = 520) of participants endorsed SCCs, in which blacks endorsed SCCs at a higher rate (22.4%; p < 0.008) than other ethnoracial groups (White = 16.3%; Hispanic = 17.8%). ANCOVA revealed significantly higher mean MoCA scores in those without cognitive complaints (MoCA = 23.4, N = 2122) than those who endorsed Item 3 (MoCA = 21.7, N = 42, p = 0.002, η2 = 0.001), Items 1&3 (MoCA = 21.8, N = 42, p = 0.004, η2 = 0.002), and Items 1,2, &3 (MoCA = 19.6, N = 100, p = <0.001, η2 = 0.024), respectively. Conclusions Black individuals were more likely to endorse SCC’s than other ethnoracial groups. Interestingly, memory complaints alone were not associated with cognitive performance, while those with problem solving concerns (with or without memory concerns) showed poorer cognitive performance. While a self-appraisal of executive functioning produced the strongest effect, future investigations are needed to characterize and distinguish the most sensitive SCCs to enhance clinical utility of brief screeners.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».