MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412516550 · doi:10.3390/ijms26146965

Genetic Correlates of Presenile Dementia and Cognitive Decline in the Armenian Population Following COVID-19: A Case-Control Study

2025· article· en· W4412516550 sur OpenAlexaboutno aff
Yekaterina Hovhannisyan, Hermine Yeritsyan, Gohar Hakobjanyan, Gayane Petrosyan, Hayk Harutyunyan, Armen Muradyan, Allen Azizian, Konstantin Yenkoyan

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensnon disponible
Organismes subventionnairesState Committee of Science
Mots-clésCoronavirus disease 2019 (COVID-19)DementiaPopulationArmenianCognitionCognitive declineMedicineGerontologyDemographyPsychiatryEnvironmental healthDiseasePathologySociologyHistory

Résumé

récupéré en direct d'OpenAlex

The presence of cognitive lapses in the post-COVID-19 period, particularly among younger individuals, suggests a potential genetic predisposition. This case–control study aimed to assess the association between neurodegeneration-associated genes and cognitive declines in the post-COVID-19 Armenian population under the age of 65. In addition, we examined other contributing factors, including depressive symptoms, hypovitaminosis D, vitamin B12 and B9 deficiencies, and some viral infections, as potential confounders or effect modifiers. A total of 162 participants (ages 19–65, Med = 43), who were exposed to SARS-CoV-2 in Armenia between 2020 and 2022, participated in this study. Standardized assessments, including the Repeatable Battery for the Assessment of Neuropsychological Status (RBANS) and the Montreal Cognitive Assessment (MoCA), were used to evaluate cognitive functions and mental status, while the Patient Health Questionnaire-9 (PHQ-9) was utilized to assess depressive symptoms. Clinical interview data, comprising yes/no self-reports regarding the presence of cognitive problems and depressive symptoms, were also included. Genetic analysis identified copy number variations (CNVs) in the APP, PSEN1, PSEN2, MAPT, and GRN genes, while viral infections (HSV-1, HSV-2, CMV, EBV, HIV, SARS-CoV-2, Hepatitis A, B, and C) and vitamin D, B12, and B9 deficiencies were measured. Lower cognitive performance was associated with CNVs in PSEN1 (exons 1, 9, 12), GRN (exons 1, 6, 12), and MAPT (exons 2, 8), along with viral infections (HSV-1, HSV-2, HAV-2). The findings indicate that post-COVID-19 cognitive problems are multifactorial and are linked to genetic mutations, viral infections, age, gender, and folic acid deficiency.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,353
Écart entre enseignants0,341 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular Sciences→Même sujetLong-Term Effects of COVID-19→Travaux en français237 207→