Comparing the Association Between Dementia Risk Scores and Cognitive Function Among Members of a Research‐based Community Centre for Dementia Risk Reduction
Notice bibliographique
Résumé
BACKGROUND: Dementia risk scores may be useful in facilitating communication of risk to adults seeking to support their health and wellness, maintain their cognitive function, and reduce their risk of developing dementia. While various scoring algorithms exist, limited research has compared how these scores are differentially associated with cognition among community-dwelling adults. METHOD: The objective of this study was to examine the association between five dementia risk scores (CogDrisk, LIBRA, modified LIBRA [mLIBRA], CAIDE, and Brain Care Score [BCS]) and cognitive function among 253 adults without dementia who are members of a research-based community centre for dementia risk reduction (mean age = 69.6±8.9 [range = 50 - 95], 77% female). Cognitive function was assessed using Cogniciti's Brain Health Assessment (BHA) total score, with higher scores representing better cognition. Higher dementia risk scores indicate greater dementia risk, with the exception of the BCS. Generalized linear models were used to determine the associations between dementia risk scores and cognitive function. RESULT: Lower CogDrisk scores (r = -0.36, p < 0.001), mLIBRA scores (r = -0.37, p < 0.001), and CAIDE scores (r = -0.15, p = 0.02) were associated with higher BHA scores. LIBRA scores (r = -0.08, p = 0.21) and BCS scores (r = 0.07, p = 0.28) were not significantly associated with BHA scores. CONCLUSION: Findings suggest scoring algorithms that include non-modifiable sociodemographic information (age and sex) have a stronger association with cognitive function compared to those that only include modifiable factors (e.g., physical activity, hypertension, diabetes). As this study was cross-sectional in nature, future research should examine how baseline and change in dementia risk scores predict change in cognitive function over time in order to better guide implementation.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».