A Useful and Brief Cognitive Assessment for Advanced Dementia in a Population with Low Levels of Education
Notice bibliographique
Résumé
BACKGROUND/AIMS: Almost half of community-dwelling patients and 59.6% of institutionalized residents with dementia are in moderate or severe stages of this disease. The Mini-Mental State Examination (MMSE) has limited applicability to these patients due to floor effects. We aimed to determine the correlation between the MMSE and the Severe Mini-Mental State Examination (SMMSE), as well as SMMSE association with functional scales in patients having moderate to severe dementia and low levels of education. METHODS: A cross-sectional study of patients 60 years or older attending an outpatient clinic was conducted. The MMSE, SMMSE and functional scales were applied. Clinical and demographic data from medical records were reviewed. RESULTS: Seventy-five patients with a mean of 4.1±3.6 years of education were analyzed. The mean scores on the MMSE and SMMSE were 7.8±7.0 and 17.8±9.4, respectively. The results indicated that the MMSE and SMMSE correlated only in patients who had an MMSE score of less than 10 (r=0.87; p<0.001). In addition, significant correlations were found between the SMMSE and functional scales (p<0.001). It was observed that educational level did not interact with SMMSE performance. CONCLUSION: The SMMSE is a useful and reliable tool for a brief cognitive assessment of advanced dementia patients with low educational levels.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,002 | 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 ».