Smell test predicts performance on delayed recall memory test in elderly with depression
Notice bibliographique
Résumé
INTRODUCTION: Elderly with depression are at increased risk for cognitive dysfunction and dementia. Smell tests are correlated with performance on cognitive tests in the elderly and therefore might serve as a screening test for cognitive impairment in depressed elderly. PURPOSE: To assess the validity of the CC-SIT (Cross-Cultural Smell Identification Test) as a screening test for cognitive impairment in elderly with depression. METHODS: Forty-one patients, aged 60 and over, were assessed with the CC-SIT and CVLT (California Verbal Learning Test) after 3 months treatment of a Major Depressive Episode (DSM-IV) at the Day Hospital for Depression, Baycrest. Patients already diagnosed with dementia, or other psychiatric and neurological disorders, were excluded. Receiver Operating Characteristics (ROC) analysis was applied to assess the CC-SIT's accuracy in identifying individuals with impairment (2 SD below the mean for age and education or less) on CVLT delayed recall trials. RESULTS: Forty-one patients (33 women and eight men) were assessed. Mean age was 76.8 (SD: 6.5), mean HRSD scores before treatment was 22.0 (SD: 5.1). Nine patients had impairment on CVLT delayed recall measures. The area under the ROC curve was 0.776 (95% CI = 0.617-0.936). CONCLUSIONS: Our results support the use of the CC-SIT as a screening tool for cognitive impairment among elderly with depression as an indicator for the need of a comprehensive neuropsychological evaluation. Replication with larger samples is necessary.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».