LB
Lilah Besser
Author with expertise in Mechanisms of Alzheimer's Disease
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
7
(71% Open Access)
Cited by:
1,640
h-index:
27
/
i10-index:
50
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Diabetes mellitus and birth defects

Adolfo Correa et al.Aug 1, 2008
Objective The purpose of this study was to examine associations between diabetes mellitus and 39 birth defects. Study Design This was a multicenter case-control study of mothers of infants who were born with (n = 13,030) and without (n = 4895) birth defects in the National Birth Defects Prevention Study (1997-2003). Results Pregestational diabetes mellitus (PGDM) was associated significantly with noncardiac defects (isolated, 7/23 defects; multiples, 13/23 defects) and cardiac defects (isolated, 11/16 defects; multiples, 8/16 defects). Adjusted odds ratios for PGDM and all isolated and multiple defects were 3.17 (95% CI, 2.20-4.99) and 8.62 (95% CI, 5.27-14.10), respectively. Gestational diabetes mellitus (GDM) was associated with fewer noncardiac defects (isolated, 3/23 defects; multiples, 3/23 defects) and cardiac defects (isolated, 3/16 defects; multiples, 2/16 defects). Odds ratios between GDM and all isolated and multiple defects were 1.42 (95% CI, 1.17-1.73) and 1.50 (95% CI, 1.13-2.00), respectively. These associations were limited generally to offspring of women with prepregnancy body mass index ≥25 kg/m2. Conclusion PGDM was associated with a wide range of birth defects; GDM was associated with a limited group of birth defects. The purpose of this study was to examine associations between diabetes mellitus and 39 birth defects. This was a multicenter case-control study of mothers of infants who were born with (n = 13,030) and without (n = 4895) birth defects in the National Birth Defects Prevention Study (1997-2003). Pregestational diabetes mellitus (PGDM) was associated significantly with noncardiac defects (isolated, 7/23 defects; multiples, 13/23 defects) and cardiac defects (isolated, 11/16 defects; multiples, 8/16 defects). Adjusted odds ratios for PGDM and all isolated and multiple defects were 3.17 (95% CI, 2.20-4.99) and 8.62 (95% CI, 5.27-14.10), respectively. Gestational diabetes mellitus (GDM) was associated with fewer noncardiac defects (isolated, 3/23 defects; multiples, 3/23 defects) and cardiac defects (isolated, 3/16 defects; multiples, 2/16 defects). Odds ratios between GDM and all isolated and multiple defects were 1.42 (95% CI, 1.17-1.73) and 1.50 (95% CI, 1.13-2.00), respectively. These associations were limited generally to offspring of women with prepregnancy body mass index ≥25 kg/m2. PGDM was associated with a wide range of birth defects; GDM was associated with a limited group of birth defects.
0
Citation623
0
Save
0

Walking to Public TransitSteps to Help Meet Physical Activity Recommendations

Lilah Besser et al.Oct 24, 2005
Background Nearly half of Americans do not meet the Surgeon General’s recommendation of ≥30 minutes of physical activity daily. Some transit users may achieve 30 minutes of physical activity daily solely by walking to and from transit. This study estimates the total daily time spent walking to and from transit and the predictors of achieving 30 minutes of physical activity daily by doing so. Methods Transit-associated walking times for 3312 transit users were examined among the 105,942 adult respondents to the 2001 National Household Travel Survey, a telephone-based survey sponsored by the U.S. Department of Transportation to assess American travel behavior. Results Americans who use transit spend a median of 19 minutes daily walking to and from transit; 29% achieve ≥30 minutes of physical activity a day solely by walking to and from transit. In multivariate analysis, rail users, minorities, people in households earning <$15,000 a year, and people in high-density urban areas were more likely to spend ≥30 minutes walking to and from transit daily. Conclusions Walking to and from public transportation can help physically inactive populations, especially low-income and minority groups, attain the recommended level of daily physical activity. Increased access to public transit may help promote and maintain active lifestyles. Results from this study may contribute to health impact assessment studies (HIA) that evaluate the impact of proposed public transit systems on physical activity levels, and thereby may influence choices made by transportation planners. Nearly half of Americans do not meet the Surgeon General’s recommendation of ≥30 minutes of physical activity daily. Some transit users may achieve 30 minutes of physical activity daily solely by walking to and from transit. This study estimates the total daily time spent walking to and from transit and the predictors of achieving 30 minutes of physical activity daily by doing so. Transit-associated walking times for 3312 transit users were examined among the 105,942 adult respondents to the 2001 National Household Travel Survey, a telephone-based survey sponsored by the U.S. Department of Transportation to assess American travel behavior. Americans who use transit spend a median of 19 minutes daily walking to and from transit; 29% achieve ≥30 minutes of physical activity a day solely by walking to and from transit. In multivariate analysis, rail users, minorities, people in households earning <$15,000 a year, and people in high-density urban areas were more likely to spend ≥30 minutes walking to and from transit daily. Walking to and from public transportation can help physically inactive populations, especially low-income and minority groups, attain the recommended level of daily physical activity. Increased access to public transit may help promote and maintain active lifestyles. Results from this study may contribute to health impact assessment studies (HIA) that evaluate the impact of proposed public transit systems on physical activity levels, and thereby may influence choices made by transportation planners.
0

Version 3 of the Alzheimer Disease Centers’ Neuropsychological Test Battery in the Uniform Data Set (UDS)

Sandra Weıntraub et al.Dec 14, 2017
Introduction: The neuropsychological battery of the Uniform Data Set (UDSNB) was implemented in 2005 by the National Institute on Aging (NIA) Alzheimer Disease Centers program to measure cognitive performance in dementia and mild cognitive impairment due to Alzheimer Disease. This paper describes a revision, the UDSNB 3.0. Methods: The Neuropsychology Work Group of the NIA Clinical Task Force recommended revisions through a process of due diligence to address shortcomings of the original battery. The UDSNB 3.0 covers episodic memory, processing speed, executive function, language, and constructional ability. Data from 3602 cognitively normal participants in the National Alzheimer Coordinating Center database were analyzed. Results: Descriptive statistics are presented. Multivariable linear regression analyses demonstrated score differences by age, sex, and education and were also used to create a normative calculator available online. Discussion: The UDSNB 3.0 neuropsychological battery provides a valuable non proprietary resource for conducting research on cognitive aging and dementia.
0

Personalized genetic assessment of age associated Alzheimer’s disease risk

Rahul Desikan et al.Sep 13, 2016
ABSTRACT Importance Identifying individuals at risk for developing Alzheimer’s disease (AD) is of utmost importance. Although genetic studies have identified APOE and other AD associated single nucleotide polymorphisms (SNPs), genetic information has not been integrated into an epidemiological framework for personalized risk prediction. Objective To develop, replicate and validate a novel polygenic hazard score for predicting age-specific risk for AD. Setting Multi-center, multi-cohort genetic and clinical data. Participants We assessed genetic data from 17,008 AD patients and 37,154 controls from the International Genetics of Alzheimer’s Project (IGAP), and 6,409 AD patients and 9,386 older controls from Phase 1 Alzheimer’s Disease Genetics Consortium (ADGC). As independent replication and validation cohorts, we also evaluated genetic, neuroimaging, neuropathologic, CSF and clinical data from ADGC Phase 2, National Institute of Aging Alzheimer’s Disease Center (NIA ADC) and Alzheimer’s Disease Neuroimaging Initiative (ADNI) (total n = 20,680) Main Outcome(s) and Measure(s) Use the IGAP cohort to first identify AD associated SNPs (at p < 10 -5 ). Next, integrate these AD associated SNPs into a Cox proportional hazards model using ADGC phase 1 genetic data, providing a polygenic hazard score (PHS) for each participant. Combine population based incidence rates, and genotype-derived PHS for each individual to derive estimates of instantaneous risk for developing AD, based on genotype and age. Finally, assess replication and validation of PHS in independent cohorts. Results Individuals in the highest PHS quantiles developed AD at a considerably lower age and had the highest yearly AD incidence rate. Among APOE ε3/3 individuals, PHS modified expected age of AD onset by more than 10 years between the lowest and highest deciles. In independent cohorts, PHS strongly predicted empirical age of AD onset (p = 1.1 x 10 -26 ), longitudinal progression from normal aging to AD (p = 1.54 x 10 -10 ) and associated with markers of AD neurodegeneration. Conclusions We developed, replicated and validated a clinically usable PHS for quantifying individual differences in age-specific risk of AD. Beyond APOE , polygenic architecture plays an important role in modifying AD risk. Precise quantification of AD genetic risk will be useful for early diagnosis and therapeutic strategies.
0
Citation1
0
Save
0

Abstract 4142227: Accuracy Of Stroke Prediction Using The Predicting Risk Of CVD Events Equation Among Diverse Adults Of The Northern Manhattan Study

Robert Mesa et al.Nov 12, 2024
Background: The Predicting Risk of CVD EVENTs (PREVENT) equations are a new set of sex-specific and race-free equations developed by the American Heart Association to calculate risk of cardiovascular disease, including stroke as an independent outcome. Objective: To describe the ten-year risk of stroke (ischemic and hemorrhagic) using the PREVENT equation and assess its validity in predicting stroke among racially and ethnically diverse adults. Methods: The Northern Manhattan Study is a community-based observational cohort of male and female participants who are of non-Hispanic White (NHW), non-Hispanic Black (NHB), and Hispanic background. Participants were aged 40 years or older and without a history of stroke at the baseline visit between 1993 and 2001. Information was collected on blood lipids, systolic blood pressure, body mass index, estimated glomerular filtration rate, smoking status, diabetes status, and anti-hypertensive or lipid lowering medication use. Using the base model PREVENT equation for stroke, we calculated the ten-year risk of stroke and categorized participants based on levels of risk. Participants were followed and stroke events occurring within ten years were adjudicated by an independent panel of clinicians. We calculated the stroke discordance rate by comparing the predicted to observed number of strokes overall, by sex, and by race/ethnicity. Results: Among 2,229 participants, mean age was 65 years, with 61% female, 17% NHW, 20% NHB, 60% Hispanic, and 2% Other. Overall, 25% had a <2.5% risk of stroke; 34% had a 2.5 to <5.0% risk of stroke, 25% had a 5.0 to <7.5% risk of stroke, 11% had a 7.5 to <10.0%, and 5% had a ≥10% risk of stroke. Men compared with women and NHB compared with NHW adults had a higher risk of stroke, p<0.05. Over ten years, 106 strokes were predicted, and 136 strokes were observed (discordance rate: 22%). Stroke was more likely to be underpredicted among females (discordance rate: 24%) than males (discordance rate: 20%), p<0.01 and among NHB (discordance rate: 42%) or Hispanic adults (discordance rate: 18%) compared with NHW adults (discordance rate: 0%), p <0.01. Conclusion: In this sample of urban dwelling adults, the base model PREVENT equation for stroke was most accurate in predicting stroke among NHW adults but performed with less accuracy among NHB and Hispanic adults. Additional factors, such as the social deprivation index, may be important for estimating stroke risk in NHB and Hispanic populations.