Abstract P335: Predictors of Cognitive Resilience in Those With and Without High White Matter Hyperintensity Burden: A Post-Hoc Analysis of Systolic Blood Pressure Intervention Trial Memory & Cognition in Decreased Hypertension (SPRINT MIND)
Notice bibliographique
Résumé
Introduction: Little is known if predictors of cognitive resilience (CR) differ between adults with or without large white matter hyperintensity burdens. In the current analysis of cross-sectional baseline SPRINT MIND data, we a) determined bivariate associations of sociodemographic, vascular-metabolic, and neurodegenerative biomarkers with CR and b) delineated variables that maximized predictive fit of CR among participants with the highest and lowest white matter hyperintensity volumes (WMHv). Methods: We included SPRINT MIND participants with baseline available plasma biomarker concentrations & Montreal Cognitive Assessment (MoCA) scores. We then created two analytic samples: those with the highest tertile of WMHv (N = 186) and those with the lowest tertile (N=134). We defined CR two ways: as a MoCA score a) >25 or b) >22. We determined the association between sociodemographic, vascular-metabolic, and serum neurodegenerative variables, as well as WMHv with CR using logistic regressions to generate unadjusted odds ratios (OR) & 95% confidence intervals (CI). Multivariate lasso regressions were then used to determine which variables optimized predictive fit of CR, and R 2 values were calculated. Results: In participants with the lowest tertile of WMHv , the median age was 66 years, 45.5% were female and 63% were Non-Hispanic white. In participants with the highest tertile of WMHv, the median age was 73 years, 45.7% were female and 66% were Non-Hispanic white. . CR defined as MoCA scores > 25 & >22 was present in 37.3% and 64.9% in those with the lowest tertile of WMHv and 28.5% & 56.5% in those with the highest tertile, respectively. Higher education and self-reported race generally had the strongest ORs in all analyses (Table 1 excerpt). Only age and education level were included in all four predictive models after lasso shrinkage. The R 2 values for all lasso regressions were <0.25. Conclusion: Education level may be associated with CR irrespective of WMHv. However, a large variation of CR remains unaccounted for.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».