The Coin-in-the-Hand Test and Dementia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The Coin-in-the-Hand Test was developed to help clinicians distinguish patients who are neurocognitively impaired from patients who are exaggerating or feigning memory complaints. Previous findings have shown that participants asked to feign memory problems and patients suspected of malingering performed worse on the test than patients with genuine neurocognitive dysfunction. OBJECTIVE: We reviewed the literature on the Coin-in-the-Hand Test and evaluated test performance by 45 hospitalized patients who had dementia with moderately to severely impaired cognition. METHODS: We analyzed Coin-in-the-Hand Test scores, neuropsychological findings, and other data to determine whether demographic or neurocognitive variables affected Coin-in-the-Hand Test scores. We also calculated base rates of these scores and provided cutoff ranges for clinical use. RESULTS: Coin-in-the-Hand Test scores were independent of neurocognitive functioning, age, education level, and type of dementia. Base rates of scores suggest that a low cutoff can help differentiate between patients with true neurocognitive impairments and those exaggerating or feigning memory complaints. CONCLUSIONS: Both the literature and our findings show the Coin-in-the-Hand Test to have potential as a quick and easy screening tool to detect neurocognitive symptom exaggeration. This test could effectively supplement commonly used neurocognitive screens such as the Mini-Mental State Examination, the Saint Louis University Mental Status Examination, and the Montreal Cognitive Assessment.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle