Intersecting vulnerabilities: Race, Depression, and White Matter Hyperintensity burden in Aging
Notice bibliographique
Résumé
Abstract BACKGROUND White matter hyperintensities (WMHs) are markers of brain aging and are associated with cognitive decline and dementia. However, research regarding how race, ethnicity, and depression status influence WMHs remains mixed. This study examined the interactive effects of race/ethnicity and depression on WMHs and cognition in older adults. METHODS Data from the National Alzheimer’s Coordinating Center included 2,411 older adults (773 Whites with Depression, 1,360 Whites without Depression, 89 Blacks with depression, 189 Blacks without depression). Bootstrap sampling (1,000 iterations) was used to match the White and Black samples. Linear regressions were then used to i) assess WMH differences across race/ethnicity and depression groups, and ii) to examine whether the associations between WMH burden and cognition were different across these groups. RESULTS Black older adults with depression showed greater global as well as regional WMH burden than Black older adults without depression (median t = 0.68–1.67), and depression significantly influenced the relationship between WMH burden and cognitive impairment in this group (median t = 1.15–2.03). Similar results were observed for Hispanics with depression (median t = 1.47–2.87), while WMH burden did not differ in White older adults with and without depression. CONCLUSIONS These findings suggest that race and depression may jointly influence cerebrovascular disease burden as well as its associations with cognition in aging and dementia.
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 | 0,003 |
| 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 | 0,001 | 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 ».