Predictors of Transition from Mild Cognitive Impairment to Normal Cognition and Dementia
Notice bibliographique
Résumé
Mild cognitive impairment (MCI) represents a heterogeneous state between normal aging and dementia, with varied transition pathways. While factors influencing MCI progression are known, their role in cognitive reversal is unclear. This study analyzed 756 Alzheimer’s Disease Neuroimaging Initiative (ADNI) participants, classified as progressive MCI (pMCI, N = 272, mean age = 75.10 ± 7.34 years), reversible MCI (rMCI, N = 52, mean age = 69.94 ± 7.98 years) and stable MCI (sMCI, N = 432, mean age = 73.34 ± 7.44 years) based on 36-month follow-up. We compared demographic, lifestyle, clinical, cognitive, neuroimaging, and biomarker data across groups and developed a prediction model. Patients in the rMCI group were significantly younger and had a higher level of education compared with those in the pMCI group. Memory, general cognition, daily functional activities, and hippocampal volume effectively distinguished all three groups. In contrast, Aβ, tau, and other brain regions were able to distinguish only between progressive and non-progressive cases. Informant-reported Everyday Cognition (Ecog) scales outperformed self-reported Ecog scales in differentiating subtypes and predicting progression. Multinomial regression revealed that higher education, larger hippocampal volume, and lower daily functional impairment were associated with reversion, whereas APOE ε4, poorer memory, and greater brain atrophy predicted progression (model accuracy: 78%). The results confirm the significant utility of hippocampal volume, education level, and daily functional activities for assessing baseline disparities and predicting reversion. This study highlights the differential contributions of cognitive abilities and brain regions on MCI reversal, advancing understanding of MCI heterogeneity and providing evidence for precise diagnosis and treatment in early MCI.
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 | 0,000 |
| 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 ».