Cognitive dysfunction in SLE: development of a screening tool
Notice bibliographique
Résumé
BACKGROUND: Cognitive dysfunction (CD) is among the most common neuropsychiatric manifestations of systemic lupus erythematosus (SLE). There are two methods which have been used to detect CD in patients with SLE: traditional neuropsychological tests (NPT) and the Automated Neuropsychological Assessment Metrics (ANAM). Both are time-consuming and neither is readily available for screening purposes. PURPOSE: The aim of our study was to evaluate the Montreal Cognitive Assessment (MoCA) test as a screening tool for detection of CD in SLE. Methods. SLE patients fulfilling ACR criteria were administered the ANAM, a computerized test battery which measures various cognitive domains and the MoCA, a one-page, performance-based screening test designed to detect mild cognitive impairment in the elderly. With the ANAM as the gold standard, the performance characteristics of the MoCA were assessed. RESULTS: In total, 44 patients were evaluated. Of these, 11 (25%) were identified by the ANAM as being impaired in comparison with 13 (29.5%) by the MoCA. The scores were significantly correlated (r = 0.57, p < 0.001). Using the standard cutoff of 26, the sensitivity of MoCA was 83% and specificity 73%. CONCLUSION: The MoCA appears to be a promising screening tool for the detection of CD in SLE both for epidemiologic studies and for routine clinical care.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».