EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 4.0

Predictors of transitions between normal cognition, cognitive impairment, and dementia in a longitudinal cohort

Prädiktoren für Übergänge zwischen normaler Kognition, kognitiver Beeinträchtigung und Demenz in einer longitudinalen Kohorte

Nan Shi iD, Kelly M Bakulski iD, James F Burke iD, Andrew F Brouwer iD

Journal of Alzheimer’s Disease · 2025-11 · 108 (1_suppl)

DOI: 10.1177/13872877251324236 ↗

Auf einen Blick

In einer Kohorte mit 960 Teilnehmenden wurden Übergänge zwischen normaler Kognition, kognitiver Beeinträchtigung, Demenz und Tod untersucht. Mehrere Faktoren waren mit schnellerer Verschlechterung, aber auch mit langsamerer Progression zur Demenz verbunden.

Fragestellung

Welche soziodemografischen Merkmale und welche medizinische Vorgeschichte sind mit Übergängen zwischen normaler Kognition, kognitiver Beeinträchtigung, Demenz und Tod assoziiert?

Methode

Multistates-Übergangsmodell in einer Kohorte mit 960 Teilnehmenden und 2–16 jährlichen Visiten (Median 3) von 2006–24; Modelle um Altersgruppe adjustiert.

Ergebnisse

Nicht-hispanisch Schwarze Teilnehmende wechselten häufiger von normaler Kognition zu kognitiver Beeinträchtigung (HR 2,29; 95 %-KI 1,63–3,21) und seltener zu Demenz (HR 0,12; 95 %-KI 0,06–0,23). Amnestische Beeinträchtigung sagte Reversion seltener und Demenz häufiger voraus.

Schlussfolgerung der Autor:innen

Ein besseres Verständnis und eine bessere Messung kognitiver Beeinträchtigung sind nötig, um Reversion zur normalen Kognition und Unterschiede zwischen Beginn der Beeinträchtigung und Beginn der Demenz zu erklären und vorherzusagen.

Kernaussagen

  • 960 Teilnehmende in einer longitudinalen Kohorte
  • Mehrere Kovariaten mit unterschiedlichen Übergängen assoziiert
  • Amnestische Beeinträchtigung und TBI waren relevante Prädiktoren

Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Alzheimer’s Disease, online erschienen am 20.03.2025. Verfasst von Nan Shi und 3 weiteren Autor:innen. Beteiligte Einrichtung: Department of Epidemiology, University of Michigan, Ann Arbor, MI, USA. Hauptthemen laut MEDLINE: Cognitive Dysfunction, Dementia, Cognition. Die Arbeit wurde bisher 4-mal zitiert (Crossref) und nennt 48 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0). Gefördert von: NIA NIH HHS, National Institute on Aging, Michigan Alzheimer's Disease Center, Berger Endowment.

Auf einen BlickAbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Background

Understanding how sociodemographic characteristics and medical history are associated with progression (or regression) of Alzheimer's disease and related dementias could inform intervention strategies, personalized prognoses, and projections of population-level burden.

Objective

We estimated transition rates for progression and reversion between normal cognition, cognitive impairment, dementia, and death in a longitudinal cohort, as well as associations with sociodemographic characteristics and medical history.

Methods

We applied a multistate transition model to a cohort of 960 participants (with 2–16 (median 3) annual visits; 2006–24). Covariate hazard ratios (HRs) were estimated in models adjusted for age group.

Results

Several covariates were associated with faster progression from normal cognition to cognitive impairment but slower progression from cognitive impairment to dementia. For example, non-Hispanic Black participants transitioned from normal to cognitive impairment at higher rates (HR: 2.29, 95% CI: 1.63, 3.21) and to dementia at lower rates (HR: 0.12, 95% CI: 0.06, 0.23) than non-Hispanic White participants. Additionally, amnestic versus non-amnestic impairment emerged as a strong predictor of transitions from cognitive impairment by reducing reversion to normal cognition (HR: 0.51, 95% CI: 0.35, 0.74) and accelerating progression to dementia (HR: 2.51, 95% CI: 1.49, 4.22). History of traumatic brain injury was associated with reversion from cognitive impairment to normal cognition (HR: 2.43, 95% CI: 1.13, 5.23).

Conclusions

A better understanding and measurement of cognitive impairment is needed to explain and predict both reversion to normal cognition and why factors associated with faster onset of impairment may be associated with delayed onset of dementia.

Schlagwörter

MeSH-Schlagwörter (MEDLINE)

Cognitive DysfunctionDementiaCognitionHumansMaleFemaleLongitudinal StudiesAgedDisease ProgressionAged, 80 and overCohort StudiesNeuropsychological Tests

Stichwörter der Autor:innen

Alzheimer's diseasecognitive impairmentcognitive reservedementiadisease progression

Autor:innen und Institutionen

  • Department of Epidemiology, University of Michigan, Ann Arbor, MI, USA.
  • Department of Neurology, The Ohio State University, Columbus, OH, USA.

ORCID-Profile: Nan Shi, Kelly M Bakulski, James F Burke, Andrew F Brouwer

Förderung

  • NIA NIH HHS
  • National Institute on Aging
  • Michigan Alzheimer's Disease Center, Berger Endowment

Zitieren

APA

Shi, N., Bakulski, K. M., Burke, J. F., & Brouwer, A. F. (2025). Predictors of transitions between normal cognition, cognitive impairment, and dementia in a longitudinal cohort. Journal of Alzheimer’s Disease, 108(1_suppl). https://doi.org/10.1177/13872877251324236

Vancouver

Shi N, Bakulski KM, Burke JF, Brouwer AF. Predictors of transitions between normal cognition, cognitive impairment, and dementia in a longitudinal cohort. Journal of Alzheimer’s Disease. 2025;108(1_suppl). doi:10.1177/13872877251324236

BibTeX
@article{Shi2025,
  author = {Shi, Nan and Bakulski, Kelly M and Burke, James F and Brouwer, Andrew F},
  title = {Predictors of transitions between normal cognition, cognitive impairment, and dementia in a longitudinal cohort},
  journal = {Journal of Alzheimer’s Disease},
  year = {2025},
  volume = {108},
  number = {1_suppl},
  doi = {10.1177/13872877251324236}
}
Kostenlos starten →