Potential for reducing dementia risk: association of the CAIDE score with additional lifestyle components from the LIBRA score in a population at high risk of dementia
Notice bibliographique
Résumé
OBJECTIVES: Various dementia risk scores exist that assess different factors. We investigated the association between the Cardiovascular Risk Factors, Aging, and Incidence of Dementia (CAIDE) score and modifiable risk factors in the Lifestyle for Brain Health (LIBRA) score in a German population at high risk of Alzheimer's disease. METHOD: Baseline data of 807 participants of AgeWell.de (mean age: 68.8 years (SD = 4.9)) were analysed. Stepwise multivariable regression was used to examine the association between the CAIDE score and additional risk factors of the LIBRA score. Additionally, we examined the association between dementia risk models and cognitive performance, as measured by the Montreal Cognitive Assessment. RESULTS: = 0.032). Although all were classified as high risk on CAIDE, 31.5% scored ≤0 points on LIBRA, indicating a lower risk of dementia. Higher CAIDE and LIBRA scores were associated with lower cognitive performance. CONCLUSION: Regular cognitive activities and increased fruit and vegetable intake were associated with lower CAIDE scores. Different participants are classified as being at-risk based on the dementia risk score used.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».