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 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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».