Dyadic self- and informant-reported cognitive concern and subsequent MCI/AD diagnosis in ADNI: an exploratory prognostic modelling study
In einer intern kreuzvalidierten ADNI-Kohorte ergab die Hinzunahme eines Baseline-Dyadenmittelwerts aus Selbst- und Fremdberichteten kognitiven Bedenken zu konventionellen Prädiktoren nur eine geringe und statistisch unsichere Verbesserung bei der Vorhersage des Progressionsrisikos zu MCI oder AD-Demenz, während die Selbst-Fremd-Diskrepanz keinen zusätzlichen prädiktiven Wert lieferte.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Der menschliche Geist ist eine komplexe Landschaft, und für viele ältere Erwachsene ist das erste Anzeichen dafür, dass sich diese Landschaft verschiebt, kein dramatisches Versagen, sondern eine leise Sorge. Sie könnten das Gefühl haben, dass ihr Gedächtnis nicht mehr so scharf ist wie früher, oder dass es etwas länger dauert, das richtige Wort zu finden. Dieses Gefühl, bekannt als subjektiver kognitiver Verfall, ist eine häufige Erfahrung. Manchmal ist die Person, die diese Veränderungen bemerkt, die einzige, die sie sieht; ein anderes Mal bemerken auch ein Ehepartner, ein Kind oder ein enger Freund dieselben Schwierigkeiten. Wenn sowohl die betroffene Person als auch jemand in ihrer Nähe denselben Unterschied feststellen, entsteht ein kraftvolles, gemeinsames Bild der Besorgnis. Wissenschaftler haben sich lange gefragt, ob diese geteilte Sorge ein stärkeres Warnsignal für zukünftigen Gedächtnisverlust ist als die Sorge der Einzelperson allein. Speziell wollten sie wissen, ob der Vergleich dessen, was eine Person über ihren eigenen Geist sagt, mit dem, was ein Angehöriger über dieselbe Person sagt, helfen könnte vorherzusagen, wer eine leichte kognitive Beeinträchtigung oder eine Alzheimer-Demenz entwickeln wird, selbst wenn standardmäßige medizinische Tests normal aussehen.
Um dies zu beantworten, wandten sich die Forscher an ein massives, langlaufendes Projekt namens Alzheimer's Disease Neuroimaging Initiative, das über viele Jahre hinweg detaillierte Gesundheitsdaten von Tausenden von Menschen gesammelt hat. Sie konzentrierten sich auf eine spezifische Gruppe: 1.762 Erwachsene, die zu Beginn der Studie als kognitiv gesund galten. Diese Teilnehmer hatten keine Diagnose bezüglich Gedächtnisverlust oder Demenz. Die Forscher wollten sehen, ob die Kombination aus selbstberichteten und von Freunden berichteten Bedenken hinsichtlich der täglichen Denkfähigkeiten zu Beginn der Studie vorhersagen konnte, wer später mit einem Gedächtnisproblem diagnostiziert werden würde. Sie verwendeten einen spezifischen Fragebogen namens Everyday Cognition Scale, der nach realen Aufgaben wie der Verwaltung von Finanzen, dem Erinnern an Termine oder dem Befolgen eines Rezepts fragt. Das Team berechnete zwei Dinge aus diesen Antworten: das durchschnittliche Maß der Besorgnis, die von der Person und ihrem Freund geteilt wurde, und die Differenz, oder die Lücke, zwischen dem, was die Person dachte, und dem, was der Freund über sie dachte.
Die Studie wurde mit äußerster Sorgfalt konzipiert, um sich nicht selbst zu täuschen. Die Forscher teilten die Daten in verschiedene Gruppen auf, wobei sie Vorhersagemodelle für einige Gruppen erstellten und diese dann an anderen Gruppen testeten, die sie zuvor noch nie gesehen hatten. Diese Methode stellt sicher, dass die Ergebnisse nicht nur ein glücklicher Treffer basierend auf den spezifischen Personen der Studie sind. Sie verglichen ein Standard-Vorhersagemodell, das bekannte Faktoren wie Alter, Bildung, genetisches Risiko und Gehirnbilder verwendete, mit Modellen, denen die Scores der geteilten Sorge hinzugefügt wurden. Das Standardmodell war bereits recht gut darin, vorherzusagen, wer Gedächtnisprobleme entwickeln würde, indem es das Risiko für etwa 68 von 100 Paaren von Personen korrekt einstufte, bei denen eine Person ein Problem entwickelte und die andere nicht. Als die Forscher den Durchschnitt der Selbst- und Fremdberichte zu diesem Standardmodell hinzufügten, verbesserte sich die Vorhersagefähigkeit nur geringfügig auf etwa 69 von 100. Diese winzige Verbesserung war so geringfügig, dass sie leicht durch Zufall hätte geschehen können. Darüber hinaus bot das Hinzufügen der Differenz zwischen den Antworten der Person und des Freundes überhaupt keinen zusätzlichen Nutzen.
Die Ergebnisse legen nahe, dass die geteilte Sorge zwar tatsächlich mit zukünftigen Gedächtnisproblemen verknüpft ist, das einfache Hinzufügen einer Momentaufnahme dieser Sorge zu einem Modell, das bereits Genetik und Gehirnscans enthält, die Vorhersage jedoch nicht signifikant verbessert. Die Forscher stellten fest, dass die Daten für einen großen Teil der Teilnehmer fehlten; nur etwa 27 % der Teilnehmer in der Studie verfügten sowohl über einen Selbstbericht als auch über einen Bericht eines Freundes. Diese fehlenden Daten bedeuten, dass die Ergebnisse auf einer spezifischen, vielleicht engagierteren Gruppe von Menschen basieren und nicht auf alle anwendbar sein müssen. Die Studie merkte auch an, dass sich die Art und Weise der Durchführung des Fragebogens über die Jahre des Projekts änderte, was eine weitere Ebene der Unsicherheit schafft. Letztlich kommt der Autor zu dem Schluss, dass das Verlassen auf diese spezifische Art von geteiltem Sorgenbericht allein noch kein zuverlässiges Werkzeug für Ärzte ist, um zu entscheiden, wer an Alzheimer erkranken wird. Der kleine, unsichere Gewinn an Vorhersagekraft, kombiniert mit der hohen Rate an fehlenden Informationen, bedeutet, dass dieser Ansatz noch nicht für den klinischen Einsatz bereit ist. Die Studie schließt den Wert dieser Berichte nicht vollständig aus, zeigt aber auf, dass sie keinen entscheidenden Vorteil gegenüber den bereits im Einsatz befindlichen konventionellen Werkzeugen bieten.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.