Minimizing Misdiagnosis: Psychometric Criteria for Possible or Probable Memory Impairment
Notice bibliographique
Résumé
BACKGROUND/AIMS: Memory impairment can be easily misdiagnosed in older adults because obtaining some low scores is common. The objective of the present study is to present new psychometric criteria for determining 'possible' and 'probable' memory impairment. METHODS: We propose criteria based on an analysis of performance from 450 healthy older adults (55-87 years old) on 3 measures from the WMS-III: Logical Memory, Word List, and Visual Reproduction. These measures yield 8 age-adjusted scores for learning, recall, and recognition. The proposed criteria for memory impairment are based on the prevalence of low scores when simultaneously examining all 8 scores and are stratified by current intelligence, estimated premorbid intelligence, and education. The criteria are subsequently validated on 100 healthy older adults and 34 patients with 'possible' or 'probable' Alzheimer's Disease (AD). RESULTS: Tables with cutoffs and false-positive rates are presented for clinical use. In the validation cohort there were no misclassifications in AD patients. CONCLUSION: This study presents steps in the development of proposed psychometric criteria that, in conjunction with clinical judgment, could minimize the misdiagnosis of memory impairment. It is important to reduce misdiagnosis in order to (a) optimize patient care, (b) provide an accurate foundation for identifying biological and neurological markers, and (c) successfully develop disease-modifying treatments. Further validation in a sample of older adults with lesser degrees of cognitive impairment is needed.
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 | 0,001 | 0,001 |
| 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 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 ».