A cross-sectional analysis of racial differences in accelerated aging and cognitive function among patients with atrial fibrillation: The SAGE-AF study: Forrester, Accelerated aging and cognitive function
Notice bibliographique
Résumé
Background: Non-Whites are more likely to suffer from cognitive impairment and complications of atrial fibrillation (AF) than Whites, though Whites are more likely to be diagnosed with AF. We examined whether non-Whites with AF are biologically older than Whites with AF and whether accelerated biological aging is associated with cognitive functioning.\nMethods: We used baseline data from the ongoing Systematic Assessment of Geriatric Elements in Atrial Fibrillation prospective cohort study, collected 2016-2020 across ambulatory care practices in Massachusetts and Georgia. Of 1244 enrolled, 974 participants with full biological data were included in the present analysis. Accelerated aging (AccA) was calculated based on a combination of biomarkers associated with age and physiological "wear and tear."\nFindings: The main outcome was score on Montreal Cognitive Assessment (MoCA). Non-Whites had 2.9 years more AccA than Whites and higher AccA was associated with a lower MoCA score among both Whites (-0.06, 95% CI: -0.10, -0.03) and non-Whites (-0.14, 95% CI: -0.27, 0.02). This association was significantly greater among non-whites (-0.11, 95% CI: -0.20, -0.01).\nInterpretation: Non-White AF patients are functionally "older" than their White counterparts and experience a stronger deleterious association between AccA and cognition. These findings underscore the importance of taking functional age into account when treating patients with AF, particularly non-White patients, to enhance treatment and improve AF outcomes.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».