Neuroimaging Insights into Subjective Cognitive Decline: Unveiling Differential Sensitivity of Cognitive Change Index and Everyday Cognition Scale
Notice bibliographique
Résumé
BACKGROUND: Subjective cognitive decline (SCD), or self-perceived declines in memory/cognition in cognitively healthy older adults is linked to increased cognitive decline, neurodegeneration, and white matter hyperintensity (WMH) burden. However, there is no consistent definition of how to classify people with SCD. This study investigated if individual questions in the Cognitive Change Index (CCI) and Everyday Cognition Scale (ECog), commonly used to classify SCD, are associated with brain volume and WMHs to the same degree. METHODS: A total of 332 cognitively healthy older adults from the Alzheimer's Disease Neuroimaging Initiative were included in this study. Partial-least-squares was used to analyze the data and generate a set of orthogonal latent variables (LVs) that maximize the relationship between two sets of data. The significance of each LV was assessed by comparing the obtained result to a null distribution built with 1000 permutations. The reliability of the contributions of each of the variables to the LV was assessed with 1000 bootstrap repetitions, which were used to estimate standard errors. RESULTS: Two significant LVs (p's<0.001) explained 85.89% and 8.30% of the cross-block covariance (Figure 1). The first LV shows higher SCD scores correlate with older age and fontal, parietal, and temporal WMH burden. This pattern also correlated with lower gray matter in the entorhinal cortex, and hippocampus and larger ventricles. These changes were associated with questions from only the CCI suggesting this questionnaire is more sensitive than the ECog. The second LV shows younger individuals with higher SCD scores on three CCI questions correlate with lower WMH burden in the temporal and parietal lobes and lower entorhinal cortex volumes. A PCA memory component positively correlated with the second brain LV, suggesting that lower WMH burden may predict better memory performance. CONCLUSIONS: Our findings identified two key LVs that demonstrate that the CCI not only more sensitively detects overall neural decline but may be more sensitive to different etiologies than the ECog.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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) | 0,001 | 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 ».