Les nouveaux critères de la Maladie d’Alzheimer – Perspective gériatrique*
Bibliographic record
Abstract
Deux nouvelles séries de critères pour le diagnostic de la maladie d’Alzheimer sont maintenant en vigueur, incluant une série publiée en 2014. Un « nouveau lexique » conceptualisant la maladie a également été proposé. En 2012, la Conférence consensuelle canadienne affirmait que, pour l’instant, ni les nouveaux critères ni la nouvelle terminologie ne modifiaient la pratique en première ligne. Néanmoins, pour les consultants spécialisés en démence, l’avènement de ces critères ouvre la porte à de nombreux défis et occasions.En général, les nouveaux critères accordent une place grandissante aux biomarqueurs. Toutefois, les évidences qui sous-tendent leur utilisation demeurent incomplètes. L’étude de sujets provenant de la communauté ayant raffiné notre compréhension des critères neuropathologiques des démences, il est probable que notre expérience avec les biomarqueurs en bénéficierait également. Pour l’instant, ces critères sont réservés à la recherche. Cependant, leur adoption à plus large échelle est pressentie, particulièrement aux États-Unis.Les gériatres canadiens doivent être conscients de la terminologie maintenant utilisée et du changement fondamental qui en découle : un diagnostic de maladie d’Alzheimer ne requiert plus un diagnostic de démence. Dans l’attente de nouvelles données – auxquelles les gériatres peuvent contribuer – il y a lieu de faire preuve de prudence dans l’adoption des nouveaux critères, car ils sont susceptibles de moins bien s’appliquer aux personnes âgées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.006 | 0.005 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.006 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".