P4–161: Validation of a Peruvian version of the Memory Alteration Test administered to people with amnestic mild cognitive impairment and early‐stage Alzheimer's disease in Lima, Peru
Notice bibliographique
Résumé
Due to a very high prevalence of dementia (7%) and mild cognitive impairment (9%) in Latin America, it is essential to consider a rapid and meaningful diagnostic tool that will allow us to detect between amnestic mild cognitive impairment (aMCI) and early stages of Alzheimer's disease (AD) in older populations in our country. These diagnostic tools could further be used by trained personal in the principal health institutions. 45 patients with aMCI based in the Petersen criteria, 90 patients with AD (Global Deterioration Scale: GDS; GDS4=60, GDS-5=25 and GDS-6=5) according to National Institute of Neurological and Communicative Disorders and Stroke and the Alzheimer's Disease and Related Disorders Association (NINCDS-ADRDA) criteria, and 180 no-demented (ND) control volunteers were tested. The average score was significantly different between each group: ND=44.9 (DS:2.9), aMCI=30.2 (DS:3.1) and AD=21.2 (DS:3.9). A cut off point of 36 showed a sensitivity and specificity of 100% for the aMCI diagnosis (AUC=0.98) while a cut off point of 28 showed a sensitivity of 99% and specificity of 100% for the AD diagnosis (UC=0.89). To differentiate between aMCI and AD, a cut off point of 28 showed sensitivity of 86 % and specificity of 83%. The T@M is a rapid and very useful tool to differentiate between non demented, aMCI, and AD individuals. As show, it could also be useful to discriminate between patients with AD and aMCI.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».