Zusammenfassung
um zu untersuchen, ob die psychomotorische Geschwindigkeit individuelle und kombinierte Störungen der Kognition, Mobilität und Stimmung vorhersagt und Hyperintensitäten erklären diese Assoziationen.
längs; Kardiovaskuläre Gesundheitsstudie.
5.888 Teilnehmer (57,6% Frauen, 15,7% schwarz, 75,1 (5,5), mittlere Jahre (SD)).
psychomotorische Geschwindigkeit (Digit Symbol Substitution Test (DSST)) und Small vessel Disease (White matter hyperintensities (WMH)) wurden 1992-94 gemessen. Globale Kognition (Modified Mini-Mental State (3MS) Examination), Mobilität (Ganggeschwindigkeit (GS)) und Stimmung (Center for Epidemiologic Studies Depression (CES-D) Scale) wurden jährlich über 5 Jahre gemessen und klassifiziert als klinische, subklinische oder keine Störungen basierend auf etablierten Werten (3MS: 80 und 85 Punkte; GS: 0,6 und 1,0 m / s; CES-D: 10 und 5 Punkte). Die Analysen wurden hinsichtlich Demografie, Ausgangsstatus, Bildung, Diabetes, Bluthochdruck und Knöchel–Arm-Index angepasst.
Bei Personen ohne Störung der Kognition, Mobilität und Stimmung (N = 619) in den Jahren 1992-94 war die Position im niedrigsten DSST-Quartil im Vergleich zum höchsten mit einer fast doppelt so hohen Wahrscheinlichkeit verbunden, klinische oder subklinische Störungen von 1+ (N = 413) während des Follow-ups zu entwickeln. Assoziationen waren stärker für vorkommende klinische Störungen in Kognition (OR: 8,44, p < 0,01) oder Mobilität (OR: 9,09, p < 0,05) als für Stimmung (OR: 1,88, p < 0,10). Die Ergebnisse waren nach Anpassung für WMH ähnlich.
Eine langsamere psychomotorische Geschwindigkeit kann als Biomarker für das Risiko klinischer Störungen der Kognition, Mobilität und Stimmung dienen. Während zum Teil auf vaskuläre Hirnerkrankungen zurückzuführen, andere potenziell modifizierbare Beitragende können vorhanden sein. Die weitere Untersuchung der Ursachen der psychomotorischen Verlangsamung mit zunehmendem Alter könnte neue Einblicke in altersbedingte Hirnstörungen liefern.
Einleitung
Klinische Störungen der Kognition, Mobilität und Stimmung sind im späteren Leben häufig und sind Hauptursachen für Behinderungen und hohe Gesundheitskosten . Sogar subklinische Störungen in diesen Bereichen sind mit einem erhöhten Risiko für das Fortschreiten in klinische Zustände, beeinträchtigte Unabhängigkeit und zukünftige Vorfälle verbunden Behinderung . Obwohl diese Störungen häufig separat diagnostiziert, behandelt und untersucht werden, koexistieren sie häufiger als durch Zufall allein erwartet . Dieses gleichzeitige Auftreten impliziert ein Potenzial für eine gemeinsame Ätiologie.
Es gibt konsistente Hinweise darauf, dass Störungen in diesen Bereichen mit vaskulären Risikofaktoren, zerebralen kleinen Gefäßerkrankungen und psychomotorischen Verlangsamungen zusammenhängen . Die psychomotorische Geschwindigkeit spiegelt die Gesamteffizienz der Operationen wider und nimmt mit zunehmendem Alter rapide ab . Es wurde gezeigt, dass eine psychomotorische Verlangsamung in einigen Studien einer schnelleren Abnahme der Ganggeschwindigkeit vorausgeht und diese in Längsrichtung vorhersagt, in anderen jedoch nicht , und um den Beginn einer leichten kognitiven Beeinträchtigung und Demenz zu antizipieren . Wir fanden keine Studien, die eine psychomotorische Verlangsamung vor dem Auftreten von affektiven Störungen berichteten, obwohl ältere Erwachsene mit Depressionen bekanntermaßen eine psychomotorische Verlangsamung aufweisen .
Angesichts der Querschnittsbeweise für die Assoziation der psychomotorischen Verlangsamung mit Störungen der Kognition, Mobilität und Stimmung und für die gemeinsame vaskuläre Pathologie nehmen wir an, dass eine langsamere psychomotorische Geschwindigkeit das zukünftige Risiko erhöht, klinisch signifikante oder subklinische Störungen der Kognition, Mobilität und Stimmung zu entwickeln. Wenn eine langsamere psychomotorische Geschwindigkeit diesen Störungen vorausgeht und diese vorhersagt , könnten neue Wege für neuartige Ansätze zur Prävention und Behandlung dieser Hauptursachen für spätere Behinderungen eröffnet werden. Wenn, wie wir annehmen, die Verarbeitungsgeschwindigkeit eine gültige Vorhersage dieser Ergebnisse liefert, kann sie möglicherweise verwendet werden, um Personen mit hohem Risiko zu erkennen und besondere Anstrengungen zur Bewertung und Behandlung dieser Störungen zu unternehmen.
Methoden
Studienpopulation
In den Jahren 1992-94 nahmen 5.888 Personen (57,6% Frauen, 15,7% schwarz und Alter 75,1 (5,5) mittlere Jahre (SD) alt) an der Baseline teil persönlicher Besuch der Cardiovascular Health Study und wurden jährlich in der Klinik oder zu Hause durch 1998-99 gesehen. Die Teilnehmer wurden zweimal pro Jahr telefonisch nach neuen Diagnosen, Krankenhausaufenthalten und Eingriffen befragt. Die Gesamtmortalität wurde über adjudizierte Ereignisse ermittelt. Alle Teilnehmer gaben eine schriftliche Einverständniserklärung ab. Die institutionellen Prüfungsausschüsse an jedem Standort genehmigten das Protokoll.
Abhängige Variablen
Modified mini-mental state examination (3MS)
Das 3MS umfasst Komponenten für Orientierung, Konzentration, Sprache, Praxis sowie sofortiges und verzögertes Gedächtnis . Die Werte reichen von 0 bis 100, wobei höhere Werte auf eine höhere kognitive Funktion hinweisen. Klinische (< 80 Punkte) und subklinische (80-85 Punkte) Störungen und Normalstatus (> 85 Punkte) wurden anhand von Grenzwerten identifiziert, die mit einem höheren Risiko für Demenz bzw. einer leichten kognitiven Beeinträchtigung verbunden waren . Baseline 3MS fehlte bei 550 Teilnehmern, die im Allgemeinen älter und weniger gebildet waren als diejenigen mit einem Score.
Zentrum für epidemiologische Studien Depressionsskala (CES-D)
Das CES-D ist ein etablierter Fragebogen mit 20 Punkten Selbstbericht zu stimmungsbezogenen Symptomen. Klinische (≥11) und subklinische (5-10) Störungen und der Normalzustand (< 5) wurden anhand von Cut-off-Werten identifiziert, von denen bekannt ist, dass sie mit einem höheren Risiko für klinische oder subsyndromale Depressionen verbunden sind . Baseline CES-D-Score fehlte bei 1.198 Teilnehmern, die eher männlich waren und weniger als eine High-School-Ausbildung im Vergleich zu denen mit einem Score.
Ganggeschwindigkeit (GS)
Die GS ist ein zuverlässiges und gültiges Maß für die Mobilität, gemessen als Zeit zum Gehen von 15 Fuß ab einer stehenden Position, aufgezeichnet mit einer Stoppuhr (zeitgesteuert auf 0,1 s) . Klinisch (<0.6 m / s) und subklinische (0,6–0,1 m / s) Störungen und der Normalstatus (> 1,0 m / s) wurden anhand von Cut-off-Werten identifiziert, von denen bekannt ist, dass sie mit einem hohen Risiko für die Entwicklung gesundheitsbezogener unerwünschter Ereignisse verbunden sind . Baseline GS fehlte bei 657 Teilnehmern, die im Allgemeinen älter waren und weniger wahrscheinlich eine Highschool-Ausbildung hatten als diejenigen mit einer Punktzahl.
Unabhängige Variablen
Digit Symbol Substitution Test (DSST)
Der DSST ist ein Bleistift- und Papiertest der psychomotorischen Leistung, bei dem das Subjekt ein Schlüsselraster mit Zahlen und übereinstimmenden Symbolen sowie einen Testabschnitt mit Zahlen und leeren Feldern erhält. Der Test besteht darin, so viele leere Felder wie möglich mit einem Symbol zu füllen, das zu jeder Zahl passt. Die Punktzahl ist die Anzahl der korrekten Übereinstimmungen zwischen Zahlen und Symbolen, die in 90 s erreicht wurden. Wir haben die DSST sowohl als kontinuierliche Variable als auch als 4-stufige kategoriale Variable basierend auf Quartilen verwendet (≤29/30–39/40–48/49+). Baseline DSST fehlte für 699 Teilnehmer, die eher älter waren (Durchschnittsalter 80 vs. 75) männlich (47% vs. 42%), kein Abitur haben (48% vs. 27%), Bluthochdruck haben (52% vs. 41%) und haben einen niedrigeren Knöchel–Arm-Index (0,93 vs. 1,08; alle p < 0,01).
Hyperintensität der Weißen Substanz (WMH)
Gehirnbilder wurden 1992-94 unter Verwendung einer 1 aufgenommen.5 T Signa Scanner (GE Medical Systems) mit Hochleistungsgradienten (4 G/cm und 150 T/m-s) Ergänzende Daten. In der Koronalebene wurde eine SPGR-Sequenz (Volumetric Color Gradient Recognition Acquisition) mit Parametern erfasst, die für den maximalen Kontrast zwischen grauer Substanz, weißer Substanz und Zerebrospinalflüssigkeit optimiert waren (TE / TR = 5/25, Flip-Winkel = 40 °, NEX = 1, Schichtdicke = 5 mm / 0 mm Zwischenschichtabstand). Neuroradiologen wurden in einem standardisierten Protokoll nach einem Atlas vordefinierter visueller Standards geschult und interpretierten alle Scans in einem zentralen MRT-Lesezentrum. WMH wurden als das Vorhandensein von Signalanomalien oder Hyperintensitäten quantifiziert bilden die weiße Substanz der periventrikulären und subkortikalen Regionen auf standardisierten Bildern mit axialer Spindichte / T2-Gewichtung. Die WMH-Belastung wurde von 0 (am niedrigsten) bis 9 (am höchsten) bewertet und anhand eines Cut-Offs zwischen den Klassen 2 und 3 dichotomisiert. Von den 3.660 Teilnehmern mit WMH-Scores hatten 3.525 gleichzeitig DSST und wurden in die Analyse einbezogen. Diejenigen, die von dieser Analyse ausgeschlossen wurden, waren eher älter (Durchschnittsalter 76 vs. 75), weiß (84% vs. 83%), haben kein Abitur (36% vs. 25%), Diabetiker (14% vs. 10%) und haben einen niedrigeren Knöchel–Arm-Index (1,06 vs. 1,09; alle p < 0,05).
Kovariaten
Zusätzlich zu Alter, Rasse, Geschlecht und Bildung wurden die folgenden Risikofaktoren und Bedingungen aufgrund ihrer bekannten Assoziation mit den unabhängigen und abhängigen Variablen einbezogen, obwohl dies nicht als direkter Schritt im Kausalweg angesehen wird: Bluthochdruck, Diabetes, Rauchen, körperliche Aktivität und Knöchel–Arm-Index. Hypertonie wurde definiert als eine vorherige Diagnose von Hypertonie, Einnahme von hypertensiven Medikamenten oder mit einem aktuellen systolischen Blutdruck von ≥140 mmHg oder einem diastolischen Blutdruck ≥90 mmHg. Personen galten als Diabetiker, wenn sie eine validierte medizinische Diagnose von Diabetes oder einen Nüchternglukosespiegel ≥126 mg / dl hatten. Die Rauchgewohnheit wurde durch Selbstbericht als jemals / nie Raucher aufgezeichnet. Das regelmäßige körperliche Aktivitätsniveau in der Freizeit (kcal) der letzten 12 Monate wurde durch Selbstbericht aufgezeichnet. Knöchel-Arm-Index < 0.9 (AAI) wurde als Ersatzmaß für die periphere arterielle Verschlusskrankheit verwendet, basierend auf zuvor veröffentlichten Cut-off-Werten .
Statistische Analyse
DSST wurde sowohl als kontinuierliche als auch als kategoriale Variable in separaten Modellen betrachtet, wobei jeder fehlende Wert mit denen aus dem Vorjahr zusammen mit Kovariaten, falls verfügbar, kalkuliert wurde. 3MS, GS und CES-D wurden sowohl als kontinuierlich als auch als kategorisch betrachtet, was darauf hinweist, ob normal, subklinisch, klinisch signifikant oder unbestimmt aufgrund fehlender Daten. Für die Längsschnittanalysen der vorfallskategorischen Ergebnisse haben wir nur Teilnehmer ohne Störung zu Studienbeginn einbezogen. Wir haben ‚unbestimmt‘ als Ebene der kategorialen Ergebnisse in unsere Modelle aufgenommen, da die informative Zensur weit verbreitet ist, und um Ähnlichkeiten in den Ergebnissen für unbestimmte und subklinische oder klinische Ergebnisse aufzuzeigen, die auf Daten hindeuten, die in Längsschnittstudien älterer Menschen nicht zufällig fehlen. Wir haben jedoch auch Sensitivitätsanalysen für alle vorgestellten Tabellen mit einem Multiple-Imputation-Ansatz für die unbestimmte Kategorie durchgeführt . Die Ergebnisse waren ähnlich und daher Daten nicht im Manuskript gezeigt. Der longitudinale Outcome-Status wurde bestimmt als: (1) unter Verwendung sowohl kontinuierlicher als auch kategorialer Ansätze an einem Punkt nach fünf Jahren (1997-99); (2) kumulativer kategorialer Zwischenfallstatus, der über 5 Jahre akkumuliert wurde, definiert als klinisch oder subklinisch zu jeder Zeit oder immer normal oder ‚unbestimmt‘, da keine Hinweise auf einen klinischen oder subklinischen Status bei Vorliegen fehlender Daten für mindestens einen Follow-up-Besuch; und (3) wie Ansatz (2), mit der Ausnahme, dass Teilnehmer mit fehlenden Daten zwischen den Jahren 1 und 5 wurden als normal eingestuft, wenn sie nie als klinisch signifikant oder subklinisch eingestuft wurden Status, wurden aber beim 5-Jahres-Follow-up als normal eingestuft. Die Ergebnisse unterschieden sich nicht signifikant zwischen den drei Ansätzen, so dass nur die Ergebnisse für (3) dargestellt werden. Die Ergebnisse, die gleichzeitige Störungen in Mobilität, Stimmung und Gedächtnis kombinierten, basierten auf der Anzahl der klinischen und subklinischen Störungen, wobei benachbarte Kategorien in Modellen kombiniert wurden, um eine ausreichend große Anzahl in jeder Zelle für die Modellanpassung zu erhalten.
Wir verwendeten allgemeine lineare Modelle (SAS® GLM-Verfahren) für Ergebnisse als kontinuierliche Variablen und multinomiale polytomöse logistische Regression mit einer verallgemeinerten Logit-Verknüpfung (SAS® LOGISTISCHES Verfahren) für Ergebnisse als kategoriale Variablen. Der verallgemeinerte Logit-Link ermöglichte die Schätzung von Odds Ratios für verschiedene Ergebnisse (subklinisch, klinisch und unbestimmt) unabhängig voneinander im selben Modell ohne Annahmen der Proportionalität der Odds. Die Analysen wurden (a) ohne Kovariaten durchgeführt, (b) mit Basiswerten der drei Domänen als Kovariaten in Längsschnittanalysen und (c) mit einem allgemeinen Satz von Risikofaktoren (Alter, Geschlecht, Rasse, Diabetes, Bluthochdruck, Rauchen, körperliche Aktivität, AAI und Bildung) zusätzlich zu (b) in Längsschnittanalysen. Die resultierenden Regressionskoeffizienten mit der Änderungsrate, Mittelwertdifferenz und Odds Ratio Interpretationen und ihre statistische Signifikanz wurden verwendet, um die wichtigsten Schlussfolgerungen zu ziehen. Wir wiederholten die statistische Modellierung in einer Teilstichprobe von Teilnehmern mit Baseline-Bildgebung des Gehirns, um den Grad der weißen Substanz als Prädiktor zu untersuchen. Um die Verzerrung zu beurteilen, die sich aus der Untersuchung von Überlebenden allein ergeben könnte, untersuchten wir die Beziehung zwischen Sterberaten und DSST. SAS® 9.3 (SAS institute, Inc., Cary, North Carolina) wurde für alle statistischen Analysen verwendet.
Ergebnisse
Die Prävalenz einer klinischen Störung zu Studienbeginn betrug 10,7% für Kognition (629/5.888), 10,9% für Mobilität (644/5.888) und 13,3% für Stimmung (783/5.888). Die Prävalenz subklinischer Störungen war in den Bereichen Mobilität (53,7% (3.164 / 5.888)) und Stimmung (29,9% (1.761 / 5.888)) höher und häufiger als in der Kognition (9,8% (579 / 5.888), Tabelle 1). Die Prävalenz von ≥2 klinischen Erkrankungen zu Studienbeginn betrug 8,6% (509/5.888, Supplementary data, Appendix 1, available in Age and Ageing online). Im Vergleich zu Teilnehmern, die zu Studienbeginn keine Störungen der Kognition, Mobilität oder Stimmung aufwiesen, waren diejenigen mit subklinischen oder klinischen Störungen eher älter, schwarz, weniger gebildet und hatten häufiger Bluthochdruck, Diabetes und schlechtere AAI. Frauen hatten häufiger als Männer Mobilitäts- und Stimmungsstörungen und seltener als Männer Kognitionsstörungen.
Demografische Merkmale in den Jahren 1992-93 für Teilnehmer der Cardiovascular Health Study, geschichtet nach Kognitionsstörungen (Modified Mini-Mental State Examination, 3MS), Mobilität (Ganggeschwindigkeit, GS) und Stimmung (Zentrum für epidemiologische Studien–Depression, CES-D). Mittelwert ± Standardabweichung oder N (%) werden angegeben
. | Alle Kohorte . | Kognitive Störungen (3MS, Punkte) . | Mobilitätsstörungen (GS, m/s) . | Affektive Störungen (CES-D, Punkte) . | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Keine (> 85) . | Subklinisch (80-85) . | Klinisch (< 80) . | Fehlende 3MS . | Keine (> 1.0) . | Subklinisch (0,6-1,0) . | Klinisch(< 0,6) . | Fehlende GS . | Keine (< 5) . | Subklinisch (5-10) . | Klinisch (≥ 11) . | Fehlende CES-D. | ||
Anzahl | 5,888 | 4,130 | 579 | 629 | 550 | 1,423 | 3,164 | 644 | 657 | 2,146 | 1,761 | 783 | 1,198 |
DSST, Punkte | 38.1 ± 13.9 | 41.7 ± 12.1 | 28.3 ± 11.0 | 19.2 ± 9.9 | – | 43.8 ± 12.6 | 37.5 ± 13.5 | 28.2 ± 12.8 | 30.7 ± 14.1 | 39.9 ± 13.4 | 36.7 ± 14.1 | 33.8 ± 14.3 | 40.4 ± 13.1 |
Alter, Jahre | 75.1 ± 5.5 | 74.3 ± 4.9 | 76.1 ± 5.9 | 78.4 ± 6.8 | 78.9 ± 7.4 | 73.2 ± 4.3 | 75.0 ± 5.2 | 78.4 ± 6.4 | 78.7 ± 7.0 | 74.6 ± 5.1 | 75.4 ± 5.6 | 75.6 ± 5.8 | 75.2 ± 6.0 |
Rasse: Weiß | 4,925 (83.6) | 3,649 (88.4) | 406 (70.1) | 368 (58.5) | 502 (91.3) | 1,251 (87.9) | 2,610 (82.5) | 479 (74.4) | 585 (89.0) | 1,840 (85.7) | 1,437 (81.6) | 607 (77.5) | 1,041 (86.9) |
Gender: Female | 3,393 (57.6) | 2,443 (59.2) | 327 (56.5) | 338 (53.7) | 285 (51.8) | 711 (50.0) | 1,868 (59.1) | 451 (70.0) | 363 (55.3) | 1,179 (54.9) | 1,100 (62.5) | 533 (68.1) | 581 (48.5) |
Ausbildung: <HS | 1,732 (29.5) | 851 (20.6) | 257 (44.6) | 384 (61.6) | 240 (43.8) | 250 (17.6) | 930 (29.5) | 274 (42.8) | 278 (42.5) | 507 (23.7) | 555 (31.6) | 291 (37.3) | 379 (31.7) |
. | Alle Kohorte . | Kognitive Störungen (3MS, Punkte) . | Mobilitätsstörungen (GS, m/s) . | Affektive Störungen (CES-D, Punkte) . | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Keine (> 85) . | Subklinisch (80-85) . | Klinisch (< 80) . | Fehlende 3MS . | Keine (> 1.0) . | Subklinisch (0,6-1,0) . | Klinisch(< 0,6) . | Fehlende GS . | Keine (< 5) . | Subklinisch (5-10) . | Klinisch (≥ 11) . | Fehlende CES-D. | ||
Anzahl | 5,888 | 4,130 | 579 | 629 | 550 | 1,423 | 3,164 | 644 | 657 | 2,146 | 1,761 | 783 | 1,198 |
DSST, Punkte | 38.1 ± 13.9 | 41.7 ± 12.1 | 28.3 ± 11.0 | 19.2 ± 9.9 | – | 43.8 ± 12.6 | 37.5 ± 13.5 | 28.2 ± 12.8 | 30.7 ± 14.1 | 39.9 ± 13.4 | 36.7 ± 14.1 | 33.8 ± 14.3 | 40.4 ± 13.1 |
Alter, Jahre | 75.1 ± 5.5 | 74.3 ± 4.9 | 76.1 ± 5.9 | 78.4 ± 6.8 | 78.9 ± 7.4 | 73.2 ± 4.3 | 75.0 ± 5.2 | 78.4 ± 6.4 | 78.7 ± 7.0 | 74.6 ± 5.1 | 75.4 ± 5.6 | 75.6 ± 5.8 | 75.2 ± 6.0 |
Rasse: Weiß | 4,925 (83.6) | 3,649 (88.4) | 406 (70.1) | 368 (58.5) | 502 (91.3) | 1,251 (87.9) | 2,610 (82.5) | 479 (74.4) | 585 (89.0) | 1,840 (85.7) | 1,437 (81.6) | 607 (77.5) | 1,041 (86.9) |
Gender: Female | 3,393 (57.6) | 2,443 (59.2) | 327 (56.5) | 338 (53.7) | 285 (51.8) | 711 (50.0) | 1,868 (59.1) | 451 (70.0) | 363 (55.3) | 1,179 (54.9) | 1,100 (62.5) | 533 (68.1) | 581 (48.5) |
Ausbildung: <HS | 1,732 (29.5) | 851 (20.6) | 257 (44.6) | 384 (61.6) | 240 (43.8) | 250 (17.6) | 930 (29.5) | 274 (42.8) | 278 (42.5) | 507 (23.7) | 555 (31.6) | 291 (37.3) | 379 (31.7) |
Bitte beachten Sie, dass eine Vollversion dieser Tabelle als ergänzende Daten verfügbar ist, Anhang 3, verfügbar in Age and Ageing online.
HS: Gymnasium oder postsekundär.
Demografische Merkmale in den Jahren 1992-93 für Teilnehmer der Cardiovascular Health Study, geschichtet nach Kognitionsstörungen (Modified Mini-Mental State Examination, 3MS), Mobilität (Ganggeschwindigkeit, GS) und Stimmung (Zentrum für epidemiologische Studien–Depression, CES-D). Mittelwert ± Standardabweichung oder N (%) werden angegeben
. | Alle Kohorte . | Kognitive Störungen (3MS, Punkte) . | Mobilitätsstörungen (GS, m/s) . | Affektive Störungen (CES-D, Punkte) . | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Keine (> 85) . | Subklinisch (80-85) . | Klinisch (< 80) . | Fehlende 3MS . | Keine (> 1.0) . | Subklinisch (0,6-1,0) . | Klinisch(< 0,6) . | Fehlende GS . | Keine (< 5) . | Subklinisch (5-10) . | Klinisch (≥ 11) . | Fehlende CES-D. | ||
Anzahl | 5,888 | 4,130 | 579 | 629 | 550 | 1,423 | 3,164 | 644 | 657 | 2,146 | 1,761 | 783 | 1,198 |
DSST, Punkte | 38.1 ± 13.9 | 41.7 ± 12.1 | 28.3 ± 11.0 | 19.2 ± 9.9 | – | 43.8 ± 12.6 | 37.5 ± 13.5 | 28.2 ± 12.8 | 30.7 ± 14.1 | 39.9 ± 13.4 | 36.7 ± 14.1 | 33.8 ± 14.3 | 40.4 ± 13.1 |
Alter, Jahre | 75.1 ± 5.5 | 74.3 ± 4.9 | 76.1 ± 5.9 | 78.4 ± 6.8 | 78.9 ± 7.4 | 73.2 ± 4.3 | 75.0 ± 5.2 | 78.4 ± 6.4 | 78.7 ± 7.0 | 74.6 ± 5.1 | 75.4 ± 5.6 | 75.6 ± 5.8 | 75.2 ± 6.0 |
Rasse: Weiß | 4,925 (83.6) | 3,649 (88.4) | 406 (70.1) | 368 (58.5) | 502 (91.3) | 1,251 (87.9) | 2,610 (82.5) | 479 (74.4) | 585 (89.0) | 1,840 (85.7) | 1,437 (81.6) | 607 (77.5) | 1,041 (86.9) |
Gender: Female | 3,393 (57.6) | 2,443 (59.2) | 327 (56.5) | 338 (53.7) | 285 (51.8) | 711 (50.0) | 1,868 (59.1) | 451 (70.0) | 363 (55.3) | 1,179 (54.9) | 1,100 (62.5) | 533 (68.1) | 581 (48.5) |
Ausbildung: <HS | 1,732 (29.5) | 851 (20.6) | 257 (44.6) | 384 (61.6) | 240 (43.8) | 250 (17.6) | 930 (29.5) | 274 (42.8) | 278 (42.5) | 507 (23.7) | 555 (31.6) | 291 (37.3) | 379 (31.7) |
. | Alle Kohorte . | Kognitive Störungen (3MS, Punkte) . | Mobilitätsstörungen (GS, m/s) . | Affektive Störungen (CES-D, Punkte) . | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Keine (> 85) . | Subklinisch (80-85) . | Klinisch (< 80) . | Fehlende 3MS . | Keine (> 1.0) . | Subklinisch (0,6-1,0) . | Klinisch(< 0,6) . | Fehlende GS . | Keine (< 5) . | Subklinisch (5-10) . | Klinisch (≥ 11) . | Fehlende CES-D. | ||
Anzahl | 5,888 | 4,130 | 579 | 629 | 550 | 1,423 | 3,164 | 644 | 657 | 2,146 | 1,761 | 783 | 1,198 |
DSST, Punkte | 38.1 ± 13.9 | 41.7 ± 12.1 | 28.3 ± 11.0 | 19.2 ± 9.9 | – | 43.8 ± 12.6 | 37.5 ± 13.5 | 28.2 ± 12.8 | 30.7 ± 14.1 | 39.9 ± 13.4 | 36.7 ± 14.1 | 33.8 ± 14.3 | 40.4 ± 13.1 |
Alter, Jahre | 75.1 ± 5.5 | 74.3 ± 4.9 | 76.1 ± 5.9 | 78.4 ± 6.8 | 78.9 ± 7.4 | 73.2 ± 4.3 | 75.0 ± 5.2 | 78.4 ± 6.4 | 78.7 ± 7.0 | 74.6 ± 5.1 | 75.4 ± 5.6 | 75.6 ± 5.8 | 75.2 ± 6.0 |
Rasse: Weiß | 4,925 (83.6) | 3,649 (88.4) | 406 (70.1) | 368 (58.5) | 502 (91.3) | 1,251 (87.9) | 2,610 (82.5) | 479 (74.4) | 585 (89.0) | 1,840 (85.7) | 1,437 (81.6) | 607 (77.5) | 1,041 (86.9) |
Gender: Female | 3,393 (57.6) | 2,443 (59.2) | 327 (56.5) | 338 (53.7) | 285 (51.8) | 711 (50.0) | 1,868 (59.1) | 451 (70.0) | 363 (55.3) | 1,179 (54.9) | 1,100 (62.5) | 533 (68.1) | 581 (48.5) |
Ausbildung: <HS | 1,732 (29.5) | 851 (20.6) | 257 (44.6) | 384 (61.6) | 240 (43.8) | 250 (17.6) | 930 (29.5) | 274 (42.8) | 278 (42.5) | 507 (23.7) | 555 (31.6) | 291 (37.3) | 379 (31.7) |
Bitte beachten Sie, dass eine Vollversion dieser Tabelle als ergänzende Daten verfügbar ist, Anhang 3, verfügbar in Age and Ageing online.
HS: Gymnasium oder postsekundär.
In Querschnittsanalysen war ein niedrigerer DSST-Score (entweder als kontinuierlich oder als Quartil) mit einer erhöhten Wahrscheinlichkeit klinischer und subklinischer Störungen der Kognition, Mobilität und Stimmung verbunden, sowohl in unangepassten als auch in angepassten Analysen (Ergänzende Daten, Anhang 2, verfügbar in Age and Ageing online). Ein niedrigerer DSST-Score war auch mit höheren Mortalitätsraten verbunden (nicht gezeigt).
Unter den 619 Patienten ohne klinische oder subklinische Störung zu Studienbeginn war das Risiko, eine oder mehrere Störungen in den drei Domänen zu entwickeln (N = 413), für die Teilnehmer im niedrigsten im Vergleich zum höchsten Quartil der DSST doppelt so hoch, unabhängig von Kovariaten (Ergänzende Daten, Anhang 4, verfügbar in Age and Ageing online).
Der Prozentsatz der Teilnehmer, die eine klinische Störung der Kognition, Mobilität oder Stimmung entwickelten, nahm mit zunehmenden DSST-Quartilen ab (Abbildung 1, nicht angepasst). In bereinigten Modellen verringerte sich das Risiko, eine klinische oder subklinische Störung der Kognition oder Mobilität zu entwickeln, mit zunehmendem DSST-Score, während das Risiko, eine klinische oder subklinische Störung der Stimmung zu entwickeln, in bereinigten Analysen verschwand (Ergänzende Daten, Anhang 5, verfügbar in Age and Ageing online, Modell 3). Wenn DSST in Quartilen codiert wurde, waren die Assoziationen ähnlich, mit einem besonders hohen Risiko für das niedrigste im Vergleich zum höchsten DSST-Quartil in Kognition und Mobilität und einem marginalen Effekt für die Stimmung (Modell 3, Ergänzende Daten, Anhang 5, verfügbar in Age and Ageing online). Assoziationen mit der Stimmung waren in sparsamen Modellen, die nur für demografische und vaskuläre Risikofaktoren (AAI, Diabetes und Bluthochdruck) angepasst wurden, marginal signifikant. Das Risiko eines unbestimmten Ergebnisses aufgrund fehlender Ergebnisdaten war mit einem niedrigeren DSST-Ausgangswert verbunden und lag in ähnlicher Größenordnung wie das Risiko, eine Störung zu entwickeln.
Inzidenz von Störungen der Kognition (A), Mobilität (B) und Stimmung (C) ausgedrückt als Prozentsatz der Personen, die das Ergebnis während des Follow-ups entwickeln.
Inzidenz von Störungen der Kognition (A), Mobilität (B) und Stimmung (C) ausgedrückt als Prozentsatz der Personen, die das Ergebnis während des Follow-ups entwickeln.
Die Ergebnisse waren bei den 3.660 Teilnehmern mit MRT in den Jahren 1992-94 ähnlich (Tabelle 2). Assoziationen von entweder DSST oder weißer Substanz Grad ≥ 3 mit den Ergebnissen waren sowohl signifikant als auch unabhängig von anderen Faktoren und voneinander, obwohl Assoziationen für die Stimmung weniger stark waren. Die Assoziation des Grades der weißen Substanz ≥ 3 mit Mobilitäts- und Kognitionsergebnissen war nach Anpassung an DSST erheblich abgeschwächt, und die abschwächende Wirkung von DSST war unabhängig von Kovariaten. Im Gegensatz dazu änderte sich die Assoziation von DSST mit Mobilität und Kognitionsergebnissen minimal nach Anpassung für den Grad der weißen Substanz. Dieser Effekt war für Stimmungsergebnisse nicht vorhanden.
Longitudinale Assoziation von Digit Symbol Substitution Test Score (DSST) und White Matter Hyperintensity (WMH, Grad ≥ 3) in den Jahren 1992-94 mit kumulativen Incident Outcomes bis 1999 in Kognition (Modified Minimental Status Score, 3MS), Mobilität (Ganggeschwindigkeit, GS) und Stimmung (Center for Epidemiological Studies- Depression Score, CES-D). Untergruppe mit Magnetresonanztomographie (N = 3630). Nur diejenigen ohne eine Baseline-Störung in diesem Bereich werden in die Analyse für jedes Ergebnis einbezogen. Odds Ratio (95% Konfidenzintervalle) und Signifikanzniveau
. | Kognitive Störungen (3 MS, Punkte) Analysiert N = 2.851 . | Mobilitätsstörungen (GS, m/s) Analysiert N = 1.019 . | Affektive Störungen (CES-D, Punkte) Analysiert N = 1.422 . | ||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
Subklinisch (80-85) . | Klinisch (<80) . | Unbestimmtes Ergebnis . | Subklinisch (0,6-1,0) . | Klinisch (<0,6) . | Unbestimmtes Ergebnis . | Subklinisch (5-10) . | Klinisch (≥11) . | Unbestimmtes Ergebnis . | |||
N = 484 . | N = 510 . | N = 1.131 . | N = 973 . | N = 130 . | N = 197 . | N = 1.010 . | N = 408 . | N = 445 . | |||
DSST, pro Punkt | Modell 1 | 0.91*** | 0.89*** | 0.96*** | 0.97*** | 0.95*** | 0.95*** | 0.99** | 0.96*** | 0.97*** | |
0.90–0.93 | 0.88–0.90 | 0.95–0.97 | 0.95–0.99 | 0.92–0.97 | 0.92–0.97 | 0.97–1.00 | 0.95–0.98 | 0.95–0.98 | |||
Modell 2 | 0.94*** | 0.92*** | 0.97*** | 0.98* | 0.95*** | 0.95*** | 1.00 | 0.99 | 0.98* | ||
0.93–0.96 | 0.91–0.93 | 0.96–0.98 | 0.95–1.00 | 0.92–0.98 | 0.92–0.98 | 0.99–1.02 | 0.97–1.01 | 0.97–1.00 | |||
Modell 3 | 0.96*** | 0.93*** | 0.97*** | 0.98 | 0.96** | 0.95** | 1.00 | 1.00 | 1.00 | ||
0.94–0.97 | 0.92–0.95 | 0.96–0.99 | 0.95–1.01 | 0.93–1.00 | 0.92–0.99 | 0.99–1.02 | 0.98–1.02 | 0.97–1.02 | |||
WMH ≥ 3 | Modell 1 | 1.55*** | 2.29*** | 1.65*** | 2.89*** | 5.72*** | 3.01*** | 1.72*** | 2.30*** | 1.94*** | |
2.20–1.99 | 1.82–2.90 | 1.35–2.01 | 1.55–5.38 | 2.79–11.7 | 1.38–6.55 | 1.21–2.45 | 1.56–3.40 | 1.28–2.94 | |||
Modell 2 | 1.39** | 1.95*** | 1.60*** | 2.09** | 4.23*** | 2.61** | 1.54** | 1.79*** | 1.60** | ||
1.03–1.86 | 1.47–2.58 | 1.28–2.00 | 1.07–4.09 | 1.94–9.22 | 1.14–5.96 | 1.08–2.21 | 1.19–2.70 | 1.05–2.46 | |||
Modell 3 | 1.13 | 1.52*** | 1.31** | 1.59 | 2.80** | 2.19* | 1.50** | 1.55** | 1.40 | ||
0.82–1.55 | 1.12–2.07 | 1.03–1.68 | 0.79–3.24 | 1.22–6.34 | 0.91–5.29 | 1.03–2.19 | 1.01–2.40 | 0.89–2.20 | |||
DSST and WMH ≥ 3 | Model 1 | DSST | 0.91*** | 0.89*** | 0.96*** | 0.97*** | 0.95*** | 0.95*** | 0.99** | 0.97*** | 0.97*** |
0.90–0.93 | 0.88–0.90 | 0.95–0.97 | 0.96–0.99 | 0.93–0.97 | 0.92–0.97 | 0.98–1.00 | 0.95–0.98 | 0.96–0.99 | |||
WMH | 1.25* | 1.76*** | 1.48*** | 2.69*** | 5.12*** | 2.64** | 1.64*** | 1.90*** | 1.66** | ||
0.96–1.63 | 1.36–2.28 | 1.20–1.82 | 1.44–5.04 | 2.48–10.6 | 1.21–5.79 | 1.15–2.34 | 1.27–2.85 | 1.08–2.55 | |||
Model 2 | DSST | 0.95*** | 0.92*** | 0.97*** | 0.98* | 0.96*** | 0.95*** | 1.00 | 0.99 | 0.99 | |
0.93–0.96 | 0.91–0.93 | 0.96–0.98 | 0.96–1.00 | 0.93–0.99 | 0.92–0.98 | 0.99–1.02 | 0.97–1.00 | 0.97–1.00 | |||
WMH | 1.22 | 1.67*** | 1.49*** | 1.97* | 3.81*** | 2.26* | 1.56** | 1.76*** | 1.60** | ||
0.91–1.65 | 1.24–2.23 | 1.19–1.86 | 1.00–3.87 | 1.73–8.36 | 0.98–5.21 | 1.09–2.24 | 1.16–2.66 | 1.04–2.46 | |||
Model 3 | DSST | 0.96*** | 0.93*** | 0.98*** | 0.98 | 0.97* | 0.96** | 1.01 | 1.00 | 1.00 | |
0.94–0.97 | 0.92–0.95 | 0.96–0.99 | 0.95–1.01 | 0.93–1.00 | 0.92–0.99 | 0.99–1.02 | 0.98–1.02 | 0.98–1.02 | |||
WMH | 1.05 | 1.38** | 1.26* | 1.54 | 2.56** | 1.94 | 1.52** | 1.56** | 1.43 | ||
0.76–1.44 | 1.00–1.90 | 0.99–1.61 | 0.75–3.13 | 1.12–5.90 | 0.80–4.73 | 1.04–2.22 | 1.01–2.42 | 0.91–2.26 |
. | Kognitive Störungen (3 MS, Punkte) Analysiert N = 2.851 . | Mobilitätsstörungen (GS, m/s) Analysiert N = 1.019 . | Affektive Störungen (CES-D, Punkte) Analysiert N = 1.422 . | ||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
Subklinisch (80-85) . | Klinisch (<80) . | Unbestimmtes Ergebnis . | Subklinisch (0.6–1.0) . | Klinisch (<0,6) . | Unbestimmtes Ergebnis . | Subklinisch (5-10) . | Klinisch (≥11) . | Unbestimmtes Ergebnis . | |||
N = 484 . | N = 510 . | N = 1.131 . | N = 973 . | N = 130 . | N = 197 . | N = 1.010 . | N = 408 . | N = 445 . | |||
DSST, pro Punkt | Modell 1 | 0.91*** | 0.89*** | 0.96*** | 0.97*** | 0.95*** | 0.95*** | 0.99** | 0.96*** | 0.97*** | |
0.90–0.93 | 0.88–0.90 | 0.95–0.97 | 0.95–0.99 | 0.92–0.97 | 0.92–0.97 | 0.97–1.00 | 0.95–0.98 | 0.95–0.98 | |||
Modell 2 | 0.94*** | 0.92*** | 0.97*** | 0.98* | 0.95*** | 0.95*** | 1.00 | 0.99 | 0.98* | ||
0.93–0.96 | 0.91-0.93 | 0.96–0.98 | 0.95–1.00 | 0.92–0.98 | 0.92–0.98 | 0.99–1.02 | 0.97–1.01 | 0.97–1.00 | |||
Modell 3 | 0.96*** | 0.93*** | 0.97*** | 0.98 | 0.96** | 0.95** | 1.00 | 1.00 | 1.00 | ||
0.94–0.97 | 0.92–0.95 | 0.96–0.99 | 0.95–1.01 | 0.93–1.00 | 0.92–0.99 | 0.99–1.02 | 0.98-1.02 | 0.97–1.02 | |||
WMH ≥ 3 | Modell 1 | 1.55*** | 2.29*** | 1.65*** | 2.89*** | 5.72*** | 3.01*** | 1.72*** | 2.30*** | 1.94*** | |
2.20–1.99 | 1.82–2.90 | 1.35–2.01 | 1.55–5.38 | 2.79–11.7 | 1.38–6.55 | 1.21–2.45 | 1.56–3.40 | 1.28–2.94 | |||
Modell 2 | 1.39** | 1.95*** | 1.60*** | 2.09** | 4.23*** | 2.61** | 1.54** | 1.79*** | 1.60** | ||
1.03–1.86 | 1.47–2.58 | 1.28–2.00 | 1.07–4.09 | 1.94–9.22 | 1.14–5.96 | 1.08–2.21 | 1.19–2.70 | 1.05–2.46 | |||
Modell 3 | 1.13 | 1.52*** | 1.31** | 1.59 | 2.80** | 2.19* | 1.50** | 1.55** | 1.40 | ||
0.82–1.55 | 1.12–2.07 | 1.03–1.68 | 0.79–3.24 | 1.22–6.34 | 0.91–5.29 | 1.03–2.19 | 1.01–2.40 | 0.89–2.20 | |||
DSST and WMH ≥ 3 | Model 1 | DSST | 0.91*** | 0.89*** | 0.96*** | 0.97*** | 0.95*** | 0.95*** | 0.99** | 0.97*** | 0.97*** |
0.90–0.93 | 0.88–0.90 | 0.95-0.97 | 0.96–0.99 | 0.93–0.97 | 0.92–0.97 | 0.98–1.00 | 0.95–0.98 | 0.96–0.99 | |||
WMH | 1.25* | 1.76*** | 1.48*** | 2.69*** | 5.12*** | 2.64** | 1.64*** | 1.90*** | 1.66** | ||
0.96–1.63 | 1.36–2.28 | 1.20–1.82 | 1.44–5.04 | 2.48–10.6 | 1.21–5.79 | 1.15–2.34 | 1.27–2.85 | 1.08–2.55 | |||
Model 2 | DSST | 0.95*** | 0.92*** | 0.97*** | 0.98* | 0.96*** | 0.95*** | 1.00 | 0.99 | 0.99 | |
0.93–0.96 | 0.91–0.93 | 0.96–0.98 | 0.96–1.00 | 0.93–0.99 | 0.92–0.98 | 0.99–1.02 | 0.97–1.00 | 0.97–1.00 | |||
WMH | 1.22 | 1.67*** | 1.49*** | 1.97* | 3.81*** | 2.26* | 1.56** | 1.76*** | 1.60** | ||
0.91–1.65 | 1.24–2.23 | 1.19–1.86 | 1.00–3.87 | 1.73–8.36 | 0.98–5.21 | 1.09–2.24 | 1.16–2.66 | 1.04–2.46 | |||
Model 3 | DSST | 0.96*** | 0.93*** | 0.98*** | 0.98 | 0.97* | 0.96** | 1.01 | 1.00 | 1.00 | |
0.94–0.97 | 0.92–0.95 | 0.96–0.99 | 0.95–1.01 | 0.93–1.00 | 0.92–0.99 | 0.99–1.02 | 0.98–1.02 | 0.98–1.02 | |||
WMH | 1.05 | 1.38** | 1.26* | 1.54 | 2.56** | 1.94 | 1.52** | 1.56** | 1.43 | ||
0.76–1.44 | 1.00–1.90 | 0.99–1.61 | 0.75–3.13 | 1.12–5.90 | 0.80-4.73 | 1.04–2.22 | 1.01–2.42 | 0.91–2.26 |
MODELL 1: unangepasst.
MODELL 2: Angepasst für modifizierte mini-mentale Zustandsuntersuchung, Ganggeschwindigkeit und Zentrum für epidemiologische Studien- Depression in 1992-94.
MODELL 3: Weiter angepasst an Alter, Geschlecht, Rasse, Diabetes, Bluthochdruck, Rauchen, körperliche Aktivität, Knöchel–Arm-Index und Bildung in den Jahren 1992-94.
Der unbestimmte Status wird zugewiesen, wenn Daten zu den Ergebnissen der jährlichen Intervallbesuche fehlen und der endgültige Status nicht normal war.
*p < 0,10; **p < 0,05; ***p < 0,01.
Longitudinale Assoziation von Digit Symbol Substitution Test Score (DSST) und White Matter Hyperintensity (WMH, Grad ≥ 3) in den Jahren 1992-94 mit kumulativen Incident Outcomes bis 1999 in Kognition (Modified Minimental Status Score, 3MS), Mobilität (Ganggeschwindigkeit, GS) und Stimmung (Center for Epidemiological Studies- Depression Score, CES-D). Untergruppe mit Magnetresonanztomographie (N = 3630). Nur diejenigen ohne eine Baseline-Störung in diesem Bereich werden in die Analyse für jedes Ergebnis einbezogen. Odds Ratio (95% Konfidenzintervalle) und Signifikanzniveau
. | Kognitive Störungen (3 MS, Punkte) Analysiert N = 2.851 . | Mobilitätsstörungen (GS, m/s) Analysiert N = 1.019 . | Affektive Störungen (CES-D, Punkte) Analysiert N = 1.422 . | ||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
Subklinisch (80-85) . | Klinisch (<80) . | Unbestimmtes Ergebnis . | Subklinisch (0,6-1,0) . | Klinisch (<0,6) . | Unbestimmtes Ergebnis . | Subklinisch (5-10) . | Klinisch (≥11) . | Unbestimmtes Ergebnis . | |||
N = 484 . | N = 510 . | N = 1.131 . | N = 973 . | N = 130 . | N = 197 . | N = 1.010 . | N = 408 . | N = 445 . | |||
DSST, pro Punkt | Modell 1 | 0.91*** | 0.89*** | 0.96*** | 0.97*** | 0.95*** | 0.95*** | 0.99** | 0.96*** | 0.97*** | |
0.90-0.93 | 0.88–0.90 | 0.95–0.97 | 0.95–0.99 | 0.92–0.97 | 0.92–0.97 | 0.97–1.00 | 0.95–0.98 | 0.95–0.98 | |||
Modell 2 | 0.94*** | 0.92*** | 0.97*** | 0.98* | 0.95*** | 0.95*** | 1.00 | 0.99 | 0.98* | ||
0.93–0.96 | 0.91–0.93 | 0.96–0.98 | 0.95–1.00 | 0.92–0.98 | 0.92–0.98 | 0.99–1.02 | 0.97–1.01 | 0.97–1.00 | |||
Modell 3 | 0.96*** | 0.93*** | 0.97*** | 0.98 | 0.96** | 0.95** | 1.00 | 1.00 | 1.00 | ||
0.94–0.97 | 0.92–0.95 | 0.96–0.99 | 0.95–1.01 | 0.93–1.00 | 0.92–0.99 | 0.99–1.02 | 0.98–1.02 | 0.97–1.02 | |||
WMH ≥ 3 | Modell 1 | 1.55*** | 2.29*** | 1.65*** | 2.89*** | 5.72*** | 3.01*** | 1.72*** | 2.30*** | 1.94*** | |
2.20–1.99 | 1.82–2.90 | 1.35–2.01 | 1.55–5.38 | 2.79–11.7 | 1.38–6.55 | 1.21–2.45 | 1.56–3.40 | 1.28–2.94 | |||
Modell 2 | 1.39** | 1.95*** | 1.60*** | 2.09** | 4.23*** | 2.61** | 1.54** | 1.79*** | 1.60** | ||
1.03–1.86 | 1.47–2.58 | 1.28–2.00 | 1.07–4.09 | 1.94–9.22 | 1.14–5.96 | 1.08–2.21 | 1.19–2.70 | 1.05–2.46 | |||
Modell 3 | 1.13 | 1.52*** | 1.31** | 1.59 | 2.80** | 2.19* | 1.50** | 1.55** | 1.40 | ||
0.82–1.55 | 1.12–2.07 | 1.03–1.68 | 0.79–3.24 | 1.22–6.34 | 0.91–5.29 | 1.03–2.19 | 1.01–2.40 | 0.89–2.20 | |||
DSST and WMH ≥ 3 | Model 1 | DSST | 0.91*** | 0.89*** | 0.96*** | 0.97*** | 0.95*** | 0.95*** | 0.99** | 0.97*** | 0.97*** |
0.90–0.93 | 0.88–0.90 | 0.95–0.97 | 0.96–0.99 | 0.93–0.97 | 0.92–0.97 | 0.98–1.00 | 0.95–0.98 | 0.96–0.99 | |||
WMH | 1.25* | 1.76*** | 1.48*** | 2.69*** | 5.12*** | 2.64** | 1.64*** | 1.90*** | 1.66** | ||
0.96–1.63 | 1.36–2.28 | 1.20–1.82 | 1.44–5.04 | 2.48–10.6 | 1.21–5.79 | 1.15–2.34 | 1.27–2.85 | 1.08–2.55 | |||
Model 2 | DSST | 0.95*** | 0.92*** | 0.97*** | 0.98* | 0.96*** | 0.95*** | 1.00 | 0.99 | 0.99 | |
0.93–0.96 | 0.91–0.93 | 0.96–0.98 | 0.96–1.00 | 0.93–0.99 | 0.92–0.98 | 0.99–1.02 | 0.97–1.00 | 0.97–1.00 | |||
WMH | 1.22 | 1.67*** | 1.49*** | 1.97* | 3.81*** | 2.26* | 1.56** | 1.76*** | 1.60** | ||
0.91–1.65 | 1.24–2.23 | 1.19–1.86 | 1.00–3.87 | 1.73–8.36 | 0.98–5.21 | 1.09–2.24 | 1.16–2.66 | 1.04–2.46 | |||
Model 3 | DSST | 0.96*** | 0.93*** | 0.98*** | 0.98 | 0.97* | 0.96** | 1.01 | 1.00 | 1.00 | |
0.94–0.97 | 0.92–0.95 | 0.96–0.99 | 0.95–1.01 | 0.93-1.00 | 0.92–0.99 | 0.99–1.02 | 0.98–1.02 | 0.98–1.02 | |||
WMH | 1.05 | 1.38** | 1.26* | 1.54 | 2.56** | 1.94 | 1.52** | 1.56** | 1.43 | ||
0.76–1.44 | 1.00–1.90 | 0.99–1.61 | 0.75–3.13 | 1.12–5.90 | 0.80–4.73 | 1.04–2.22 | 1.01–2.42 | 0.91–2.26 |
. | Kognitive Störungen (3 MS, Punkte) Analysiert N = 2.851 . | Mobilitätsstörungen (GS, m/s) Analysiert N = 1.019 . | Affektive Störungen (CES-D, Punkte) Analysiert N = 1.422 . | ||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
Subklinisch (80-85) . | Klinisch (<80) . | Unbestimmtes Ergebnis . | Subklinisch (0,6-1,0) . | Klinisch (<0,6) . | Unbestimmtes Ergebnis . | Subklinisch (5-10) . | Klinisch (≥11) . | Unbestimmt . | |||
N = 484 . | N = 510 . | N = 1.131 . | N = 973 . | N = 130 . | N = 197 . | N = 1.010 . | N = 408 . | N = 445 . | |||
DVT, pro Punkt | Modell 1 | 0.91*** | 0.89*** | 0.96*** | 0.97*** | 0.95*** | 0.95*** | 0.99** | 0.96*** | 0.97*** | |
0.90–0.93 | 0.88–0.90 | 0.95–0.97 | 0.95–0.99 | 0.92–0.97 | 0.92–0.97 | 0.97–1.00 | 0.95–0.98 | 0.95–0.98 | |||
Modell 2 | 0.94*** | 0.92*** | 0.97*** | 0.98* | 0.95*** | 0.95*** | 1.00 | 0.99 | 0.98* | ||
0.93–0.96 | 0.91–0.93 | 0.96–0.98 | 0.95–1.00 | 0.92–0.98 | 0.92–0.98 | 0.99–1.02 | 0.97-1.01 | 0.97–1.00 | |||
Modell 3 | 0.96*** | 0.93*** | 0.97*** | 0.98 | 0.96** | 0.95** | 1.00 | 1.00 | 1.00 | ||
0.94–0.97 | 0.92–0.95 | 0.96–0.99 | 0.95–1.01 | 0.93–1.00 | 0.92–0.99 | 0.99–1.02 | 0.98–1.02 | 0.97–1.02 | |||
WMH ≥ 3 | Modell 1 | 1.55*** | 2.29*** | 1.65*** | 2.89*** | 5.72*** | 3.01*** | 1.72*** | 2.30*** | 1.94*** | |
2.20–1.99 | 1.82–2.90 | 1.35–2.01 | 1.55–5.38 | 2.79–11.7 | 1.38–6.55 | 1.21–2.45 | 1.56–3.40 | 1.28–2.94 | |||
Modell 2 | 1.39** | 1.95*** | 1.60*** | 2.09** | 4.23*** | 2.61** | 1.54** | 1.79*** | 1.60** | ||
1.03–1.86 | 1.47–2.58 | 1.28–2.00 | 1.07–4.09 | 1.94–9.22 | 1.14–5.96 | 1.08–2.21 | 1.19–2.70 | 1.05–2.46 | |||
Modell 3 | 1.13 | 1.52*** | 1.31** | 1.59 | 2.80** | 2.19* | 1.50** | 1.55** | 1.40 | ||
0.82–1.55 | 1.12–2.07 | 1.03–1.68 | 0.79–3.24 | 1.22–6.34 | 0.91–5.29 | 1.03–2.19 | 1.01–2.40 | 0.89–2.20 | |||
DSST and WMH ≥ 3 | Model 1 | DSST | 0.91*** | 0.89*** | 0.96*** | 0.97*** | 0.95*** | 0.95*** | 0.99** | 0.97*** | 0.97*** |
0.90–0.93 | 0.88–0.90 | 0.95–0.97 | 0.96–0.99 | 0.93–0.97 | 0.92–0.97 | 0.98–1.00 | 0.95–0.98 | 0.96–0.99 | |||
WMH | 1.25* | 1.76*** | 1.48*** | 2.69*** | 5.12*** | 2.64** | 1.64*** | 1.90*** | 1.66** | ||
0.96–1.63 | 1.36–2.28 | 1.20–1.82 | 1.44–5.04 | 2.48–10.6 | 1.21–5.79 | 1.15–2.34 | 1.27–2.85 | 1.08–2.55 | |||
Model 2 | DSST | 0.95*** | 0.92*** | 0.97*** | 0.98* | 0.96*** | 0.95*** | 1.00 | 0.99 | 0.99 | |
0.93–0.96 | 0.91–0.93 | 0.96–0.98 | 0.96–1.00 | 0.93–0.99 | 0.92–0.98 | 0.99–1.02 | 0.97–1.00 | 0.97–1.00 | |||
WMH | 1.22 | 1.67*** | 1.49*** | 1.97* | 3.81*** | 2.26* | 1.56** | 1.76*** | 1.60** | ||
0.91–1.65 | 1.24–2.23 | 1.19–1.86 | 1.00–3.87 | 1.73–8.36 | 0.98–5.21 | 1.09–2.24 | 1.16–2.66 | 1.04–2.46 | |||
Model 3 | DSST | 0.96*** | 0.93*** | 0.98*** | 0.98 | 0.97* | 0.96** | 1.01 | 1.00 | 1.00 | |
0.94–0.97 | 0.92–0.95 | 0.96–0.99 | 0.95–1.01 | 0.93–1.00 | 0.92–0.99 | 0.99–1.02 | 0.98–1.02 | 0.98–1.02 | |||
WMH | 1.05 | 1.38** | 1.26* | 1.54 | 2.56** | 1.94 | 1.52** | 1.56** | 1.43 | ||
0.76–1.44 | 1.00–1.90 | 0.99–1.61 | 0.75–3.13 | 1.12–5.90 | 0.80–4.73 | 1.04–2.22 | 1.01–2.42 | 0.91–2.26 |
MODELL 1: unangepasst.
MODELL 2: Angepasst für modifizierte mini-mentale Zustandsuntersuchung, Ganggeschwindigkeit und Zentrum für epidemiologische Studien- Depression in 1992-94.
MODELL 3: Weiter angepasst an Alter, Geschlecht, Rasse, Diabetes, Bluthochdruck, Rauchen, körperliche Aktivität, Knöchel–Arm-Index und Bildung in den Jahren 1992-94.
Der unbestimmte Status wird zugewiesen, wenn Daten zu den Ergebnissen der jährlichen Intervallbesuche fehlen und der endgültige Status nicht normal war.
*p < 0,10; **p < 0,05; ***p < 0,01.
Diskussion
Ein niedrigerer DSST-Score prognostizierte zukünftige klinische und subklinische Störungen der Kognition und Mobilität sowie in geringem Maße der Stimmung. Diese Risiken wurden von WMH nur teilweise erklärt. Wenn dies von anderen bestätigt wird, kann ein niedrigerer DSST als Biomarker für das Risiko der Entwicklung dieser Störungen dienen.
Die Auswirkungen von DSST auf die Stimmung waren geringer als erwartet. Es ist möglich, dass andere Faktoren und insbesondere vaskuläre Faktoren mehr als DSST zu Stimmungsstörungen beitragen, da das Hinzufügen von vaskulären Faktoren zu den Modellen, die die Stimmung vorhersagen, den Zusammenhang zwischen DSST und Stimmungsergebnissen vollständig beseitigte, während es nur geringfügig modifizierte der Zusammenhang zwischen DSST und Kognitions- oder Mobilitätsergebnissen. In ähnlicher Weise waren in den Analysen, die auf die Gruppe mit MRT-Messungen beschränkt waren, die Assoziationen von WMH mit subklinischen oder klinischen Stimmungsstörungen robust gegenüber der Anpassung um Kovariaten, während die Assoziationen von DSST dies nicht waren. Zukünftige Studien sollten untersuchen, ob die psychomotorische Verlangsamung überwiegend eine Manifestation der ischämischen Hirnpathologie ist oder auch eine Folge anderer Veränderungen im alternden Gehirn ist.
Warum sollte die psychomotorische Geschwindigkeit, gemessen mit DSST, ein Prädiktor sein? Die Substitution von Ziffernsymbolen ist ein klassischer Indikator für die psychomotorische Geschwindigkeit, der von Salthouse und vielen anderen verwendet wird, um Probleme im Zusammenhang mit Kognition und Altern zu untersuchen . Psychomotorische Verlangsamung spiegelt grundlegende Aspekte der Gehirnfunktion wider, die, wie in einem Computer, die Gesamteffizienz von Operationen widerspiegeln , was wiederum eine entscheidende Rolle bei der Aufrechterhaltung der Funktion spielen kann. Generalisierte Verlangsamung mit dem Altern ist ein so offensichtliches Phänomen, dass es seit dem neunzehnten Jahrhundert wissenschaftlich beschrieben wurde . Uns sind keine Studien bekannt, die prospektiv die Rolle der psychomotorischen Verlangsamung bei der Entwicklung späterer Störungen untersucht haben. Hajjar et al. verwendete Clusteranalyse von Querschnittsdaten, um eine Gruppe mit exekutiver Dysfunktion zu definieren, wie durch den Trail Making Test Teil B gemessen, langsamer Gang und verminderte Stimmung und zeigte longitudinale Assoziationen der Triade mit Behinderung und Risiko von Bluthochdruck, aber nicht vorhersagen das Risiko des Auftretens von Störungen .
Zu den Stärken unserer Studie gehört eine große Stichprobe, gefolgt in Längsrichtung mit mehreren relevanten Maßnahmen einschließlich Neuroimaging. Angesichts der Unvermeidlichkeit der informativen Zensur in Kohortenstudien des Alterns, Wir haben den potenziellen Einfluss fehlender Daten auf unsere Ergebnisse sorgfältig bewertet, indem wir den Effekt des unbestimmten Status analysiert haben, und beachten Sie, dass es starke Beziehungen zwischen Baseline-DSST und der Entwicklung fehlender Ergebnisse gab. Diese informative Zensur legt nahe, dass die tatsächlichen Auswirkungen noch stärker sein können als die in unseren Analysen gefundenen. Darüber hinaus untersuchten wir die Möglichkeit, dass Survivorship unsere Ergebnisse zu einem größeren Effekt als wirklich vorhanden verzerrt haben könnte. Wir finden, dass die Sterblichkeitsraten in der Gruppe mit niedrigem DSST höher sind. Bias aufgrund unterschiedlicher Sterblichkeitsraten zwischen DSST-Gruppen haben daher eher zu einer Unterschätzung als zu einer Überschätzung der Assoziationen geführt. Wir basierten unsere Ergebnisse auf allgemein anerkannten Leistungskategorien bei weit verbreiteten Tests, wendeten jedoch keine professionell beurteilten Diagnosen an.
Die Studie hat Einschränkungen. Andere Aspekte der Verarbeitungsgeschwindigkeit oder der Exekutivfunktion haben wir nicht untersucht. Wir haben in diesen Analysen nur ein Basismaß für DSST verwendet, während wiederholte Messungen möglicherweise zu weiteren Erkenntnissen beigetragen haben. Neuroimaging-Techniken haben sich enorm weiterentwickelt, seit diese Gehirnbilder vor 15-20 Jahren erhalten wurden. Unsere Schätzungen der Störung der weißen Substanz basierend auf einer Ordinalskala des Gesamtschweregrads sind primitiv im Vergleich zur modernen Fähigkeit, Krankheiten der weißen Substanz zu lokalisieren und die mikrostrukturelle Integrität mithilfe der Diffusionstensor-Bildgebung zu bewerten. Daher unsere Interpretationen in Bezug auf die mögliche vaskuläre Unabhängigkeit der psychomotorischen Verlangsamung der Ergebnisse erfordert eine Bewertung mit moderneren bildgebenden Verfahren.
Da frühere Studien darauf hindeuteten, dass Unterschiede in der psychomotorischen Geschwindigkeit in der Kindheit nachweisbar sind und bis ins Erwachsenenalter andauern , sollte die zukünftige Forschung die Rolle der psychomotorischen Geschwindigkeit über die Lebensspanne bei der Entwicklung späterer Störungen in Kognition, Bewegung und Stimmung weiter untersuchen. Wenn die psychomotorische Geschwindigkeit im frühen Leben einen wichtigen Beitrag zum späteren Lebensrisiko leistet, ist sie vielleicht wie die allgemeine Intelligenz eine Quelle der Resilienz oder der Gehirnreserve gegenüber den nachteiligen Auswirkungen der Gehirnpathologie. Wenn ja, müssen vorbeugende Maßnahmen während der Entwicklung und Reifung beginnen. Aspekte der psychomotorischen Geschwindigkeit scheinen trainierbar zu sein, wie die AKTIVE Studie und zahlreiche andere Interventionsstrategien einschließlich Videospielen zeigen . Während einige Interventionsstudien, die auf der Geschwindigkeit des Verarbeitungstrainings basieren, Auswirkungen auf Kognition und Stimmung sowie das tägliche Funktionieren untersucht haben, haben wir bisher keine Berichte über Auswirkungen auf die Mobilität gefunden. Andere Strategien zur Behandlung von Osteoporose können bestehende oder neuartige pharmakologische Wirkstoffe oder Aerobic-Übungen umfassen. Wenn einfache Tests wie der DSST bestätigt werden, um eine gültige Vorhersage zu liefern, könnten klinische Grenzwerte wie der Schwellenwert für das niedrigste Quartil, das hier erkannt wird, klinisch verwendet werden, um Personen mit hohem Risiko zu erkennen und besondere Anstrengungen bei der Bewertung und dem Management einzuleiten.
Schlussfolgerungen
Störungen der Kognition, Mobilität und Stimmung scheinen einen gemeinsamen Indikator für eine verlangsamte Verarbeitung zu haben. Eine langsamere Verarbeitungsgeschwindigkeit kann ein wichtiger Indikator für das zukünftige Risiko dieser häufigen Alterungsstörungen sein. Wenn nichts anderes, klinische und Forschungsuntersuchung in einem dieser wichtigen Bedingungen des Alterns sollte auf die mögliche Koexistenz von Störungen in den anderen kümmern.
-
Störungen der Kognition, Mobilität und Stimmung treten gleichzeitig auf und alle scheinen einen gemeinsamen Indikator für eine verlangsamte Verarbeitung zu haben.
-
Klinische und Forschungsuntersuchungen zu einer dieser wichtigen Bedingungen des Alterns sollten sich mit der möglichen Koexistenz von Störungen in den anderen befassen.
-
Klinische Grenzwerte von DSST, wie die Schwelle für das niedrigste Quartil, die hier erkannt wird, können klinisch verwendet werden, um Personen mit hohem Risiko zu erkennen und besondere Anstrengungen bei der Bewertung und dem Management einzuleiten.
-
Da die psychomotorische Geschwindigkeit trainierbar zu sein scheint, ist es möglich, dass wir durch die Förderung der psychomotorischen Geschwindigkeit diese häufigen Alterungsstörungen lindern können.
Ergänzende Daten
Ergänzende Daten, die im Text erwähnt werden, stehen Abonnenten in Age and Ageing online zur Verfügung.
Danksagung
Der Inhalt liegt ausschließlich in der Verantwortung der Autoren und gibt nicht unbedingt die offiziellen Ansichten der National Institutes of Health wieder.
Interessenkonflikte
Keine Angabe.
Finanzierung
Intramurales Forschungsprogramm des National Institute on Aging, Pittsburgh Claude D. Pepper Older Americans Independence Center (P30 AG024827-06).
.
.
;
:
–
.
,
,
.
.
;
:
–
.
.
.
;
:
–
.
.
.
;
:
–
.
,
,
,
.
.
;
:
.
,
,
et al. .
.
;
:
–
.
,
,
et al. .
.
;
:
–
.
,
,
,
,
,
.
.
;
:
–
.
,
.
.
;
:
–
.
.
.
;
:
–
.
,
,
.
.
;
:
–
.
,
,
et al. .
.
;
:
–
.
,
,
et al. .
.
;
:
–
.
,
,
,
,
.
.
;
:
–
.
,
,
et al. .
.
;
:
–
.
,
,
,
,
.
;
:
–
.
,
,
et al. .
.
;
:
–
.
,
.
;
:
–
.
,
,
.
;
:
–
.
,
,
et al. .
.
;
:
–
.
,
.
;
:
–
.
,
,
et al. .
.
;
:
–
.
,
,
.
;
:
–
.
,
,
et al. .
.
;
:
–
.
,
,
et al. .
.
;
:
–
.
.
:
,
.
.
.
;
:
–
.
,
,
et al. .
.
;
:
–
.
,
,
et al. .
.
;
:
–
.
.
.
:
,
.
,
,
,
,
.
;
:
–
.
,
,
,
.
.
;
:
–
.
,
.
.
;
:
–
.
.
.
;
:
–
, 275-87.
,
,
et al. .
.
;
:
–
.
,
.
;
:
–
.
,
,
et al. .
.
;
:
–
.