Periodontal Indices as Predictors of Cognitive Decline: Insights from the PerioMind Colombia Cohort
Notice bibliographique
Résumé
Background: Poor oral health and periodontitis have been epidemiologically linked to cognitive decline and mild cognitive impairment (MCI) in older adults. However, specific metrics directly linking these clinical signs are exceedingly limited. Methods: To address this gap and develop novel tools to help clinicians identify individuals at risk of cognitive decline, we established the PerioMind Colombia Cohort, comprising elderly Colombian subjects who underwent comprehensive neurocognitive and periodontal evaluations. Results: The results revealed that subjects diagnosed with MCI exhibited significantly higher scores in specific periodontal indices, including gingival erythema and pocket depth parameters. The predictive model identified positive associations with MCI, with gingival erythema showing the strongest correlation, followed by the presence of periodontitis and variations in pocket depth measurements. Additionally, lower educational attainment was associated with a higher likelihood of being classified in the periodontitis-MCI group. Conclusions: Here, we show that specific altered periodontal metrics are associated with MCI diagnosis, and the generated results provide defined metric ranges for identifying individuals at risk. Upon validation in larger cohorts, the findings reported here could offer dental practitioners and clinicians innovative tools to identify individuals at risk of MCI and age-related dementias through routine oral health assessments, thereby enabling more accessible and highly sought-after early intervention strategies in both developing and developed countries.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».