The prevalence of mild cognitive impairment in Gulf War veterans: a follow-up study
Notice bibliographique
Résumé
Introduction: Gulf War Illness (GWI), also called Chronic Multisymptom Illness (CMI), is a multi-faceted condition that plagues an estimated 250,000 Gulf War (GW) veterans. Symptoms of GWI/CMI include fatigue, pain, and cognitive dysfunction. We previously reported that 12% of a convenience sample of middle aged (median age 52 years) GW veterans met criteria for mild cognitive impairment (MCI), a clinical syndrome most prevalent in older adults (e.g., ≥70 years). The current study sought to replicate and extend this finding. Methods: = 368) who had three Tesla magnetic resonance images (MRIs). Results: We replicated our previous finding of a greater than 10% rate of MCI in four additional cohorts of GW veterans. In the combined sample of 952 GW veterans (median age 51 years at time of cognitive testing), 17% met criteria for MCI. Veterans classified as MCI were more likely to have CMI, history of depression, and prolonged (≥31 days) deployment-related exposures to smoke from oil well fires and chemical nerve agents compared to veterans with unimpaired and intermediate cognitive status. We also replicated our previous finding of hippocampal atrophy in veterans with MCI, and found significant group differences in lateral ventricle volumes. Discussion: Because MCI increases the risk for late-life dementia and impacts quality of life, it may be prudent to counsel GW veterans with cognitive dysfunction, CMI, history of depression, and high levels of exposures to deployment-related toxicants to adopt lifestyle habits that have been associated with lowering dementia risk. With the Food and Drug Administration's recent approval of and the VA's decision to cover the cost for anti-amyloid β (Aβ) therapies, a logical next step for this research is to determine if GW veterans with MCI have elevated Aβ in their brains.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».