Cognitive Profiles in Treatment-Resistant Late-Life Depression and Their Impact on Treatment Outcomes
Notice bibliographique
Résumé
BACKGROUND: Late-life depression (LLD) is associated with cognitive impairment, but substantial heterogeneity exists among patients. Data on the extent of cognitive impairments are inconclusive, particularly in patients with treatment-resistant depression (TRD). We investigated the cognitive profiles of patients with treatment-resistant versus nonresistant LLD and aimed to identify distinct cognitive subgroups. We also examined whether cognitive subgroups responded differentially to treatment with bilateral repetitive transcranial magnetic stimulation (rTMS). METHODS: A total of 165 patients with LLD were divided into treatment-resistant and nonresistant groups and compared with healthy control participants on measures of executive function, information processing speed, verbal learning, and memory. Cluster analysis identified subgroups based on cognitive scores. Demographic and clinical variables, as well as outcomes with bilateral rTMS, were compared between cognitive subgroups. RESULTS: Patients with LLD, particularly TRD, exhibited significantly worse cognitive performance than healthy controls. A 3-cluster solution was found, including cognitively intact (n = 89), cognitively diminished (n = 29), and impaired memory (n = 47) subgroups. Both the cognitively diminished and impaired memory subgroups had more anxiety symptoms and a higher proportion of patients with TRD than the cognitively intact group, although the latter difference did not survive multiple comparison correction. No significant differences were observed in outcomes to rTMS treatment. CONCLUSIONS: Patients with LLD exhibited impairments across cognitive domains, which were more pronounced in TRD. Three cognitive subgroups responded similarly to rTMS treatment, indicating its effectiveness across cognitive profiles, especially when medications are not tolerated. Future research should examine the relationships among cognitive subgroups, cognitive decline, and neurodegeneration.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».