Hétérogénéité cognitive dans le vieillissement normal : implications des biomarqueurs de la maladie d’Alzheimer
Bibliographic record
Abstract
Le vieillissement normal est caractérisé par un déclin cognitif subtil. Ce vieillissement cognitif est hétérogène : il existe des différences inter- et intra-individuelles dans la nature et l’étendue du déclin cognitif. L’hétérogénéité inter-individuelle se manifesterait par la présence de plusieurs profils cognitifs distincts parmi les personnes âgées normales (PAN). L’hétérogénéité cognitive peut également s’observer de manière intra-individuelle par une plus grande variabilité, soit une plus forte dispersion, dans les performances cognitives lors d’un contexte d’évaluation neuropsychologique chez un individu. Chez les PAN, certains profils cognitifs et mesures de dispersion ont été associés à un risque de développer une démence. Par ailleurs, la présence de biomarqueurs de la maladie d’Alzheimer (MA) est retrouvée chez une proportion significative de PAN et ces biomarqueurs auraient un impact délétère sur le fonctionnement cognitif dans le vieillissement normal. Ainsi, l’objectif de cette thèse est de mieux comprendre l’impact de différents biomarqueurs de la MA sur le fonctionnement cognitif des PAN, plus spécifiquement sur l’hétérogénéité cognitive que l’on retrouve au sein du vieillissement normal. Dans le cadre de cette thèse, composée de deux articles, 104 PAN ont réalisé une évaluation neuropsychologique approfondie, un examen de tomographie par émission de positons (PIB-TEP) permettant de quantifier la présence cérébrale du peptide bêta-amyloïde (βA), ainsi qu’un examen d’imagerie par résonance magnétique (IRM) permettant de mesurer les hyperintensités de la substance blanche (HSB) ainsi que l’épaisseur corticale. Le premier article de cette thèse porte sur l’hétérogénéité cognitive inter-individuelle. Les objectifs étaient : (1) de caractériser les différents profils cognitifs présents au sein du groupe PAN et (2) d’évaluer s’il existait des liens entre ces profils et les biomarqueurs de la MA. Trois profils cognitifs ont été identifiés : un profil où les performances cognitives sont globalement supérieures à la moyenne de l’échantillon, un profil où les performances sont généralement dans la moyenne et un dernier profil, minoritaire, où la majorité des performances se situent sous la moyenne. Uniquement ce dernier profil était associé à une charge amyloïde accrue et la présence plus importante d’HSB. Ces résultats suggèrent qu’au sein du vieillissement normal, un sous-groupe de participants présente un fonctionnement cognitif sous-optimal qui est en lien avec la présence de biomarqueurs de la MA. Le deuxième article porte sur l’hétérogénéité intra-individuelle et avait pour objectif de déterminer si la dispersion cognitive était associée à la présence des biomarqueurs de la MA. Les résultats montrent que, globalement, la dispersion n’est pas significativement associée à la présence de biomarqueurs de la MA. Seuls les scores de dispersion pour les domaines de la mémoire épisodique et en fonctionnement exécutif étaient associés aux HSB. Ces résultats suggèrent que la dispersion dans le vieillissement cognitif normal n’est pas directement associée à la pathologie Alzheimer. Cependant, certains éléments de cette dispersion pourraient être en lien avec une santé cérébrovasculaire sous-optimale. En conclusion, les résultats de cette thèse sont discutés à la lumière des connaissances actuelles. Les implications théoriques et cliniques de ces résultats sont abordées et différentes pistes de recherches futures sont évoquées.
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 | 0.003 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".