Validation of the Intelligent Cognitive Assessment System (ICAS) for stroke survivors
Notice bibliographique
Résumé
PRIMARY OBJECTIVE: To investigate the internal consistency, test-re-test reliability of an Intelligent Cognitive Assessment System (ICAS) and its optimal cut-off score for stroke patients with or without cognitive impairment. METHOD: A prospective cohort study design was adopted. Sixty-six post-stroke patients of aged 60 or above were recruited. They were screened by the Chinese version of Mini Mental State Examination (MMSE-CV) and assessed by the Intelligent Cognitive Assessment System (ICAS) consisting of 65 testing items which could be presented at a level according to stroke patient's response. It was administered to examine the internal consistency and test-re-test reliability (by repeating within a 7-day interval). The optimal cut-off score to screen stroke patients having cognitive impairment was determined by the receiver operating characteristics (ROC) curve. RESULTS: The internal consistency of the ICAS (Cronbach's alpha = 0.878) and its test-re-test reliability (rho = 0.789; p < 0.001) were demonstrated. The cut-off score for the ICAS to determine cognitive impairment was found to be 3.02, with a sensitivity of 80.5% and specificity of 96%. CONCLUSION: Preliminary results suggested that ICAS was a valid and reliable cognitive screening tool for stroke survivors. The ICAS can be further developed by studying its norms for stroke patients. It is also programmable for potential application to different countries by changing ICAS to other language versions and including other culturally relevant content.
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 | 0,001 | 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 ».