Mild Cognitive Impairment: An Operational Definition and Its Conversion Rate to Alzheimer’s Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Because of discrepant findings regarding the accuracy of mild cognitive impairment (MCI) in predicting Alzheimer's disease (AD), further study of this construct and conversion rates is essential before use in clinical settings. We aimed to develop an operational definition of MCI consistent with criteria proposed by the Mayo Alzheimer's Disease Center, and to examine its conversion rate to AD. METHODS: Patients were identified from an inception cohort of patients with at least a 3-month history of memory problems, and referred to a 2-year university teaching hospital investigation by primary care physicians. We classified 161 nondemented patients at baseline using MCI criteria. Diagnostic workups were completed annually, and patients were classified as meeting criteria for AD or showing no evidence of dementia after 1 and 2 years. RESULTS: Of 161 patients, 35% met MCI criteria at baseline. Conversion rates to AD were 41% after 1 year, and 64% after 2 years. Logistic regression analyses to examine predictive accuracy of MCI after 1 and 2 years, with age and education as covariates, were significant (p < 0.0001). After 1 year, MCI showed an optimal sensitivity of 91% and specificity of 79%, and after 2 years, these values were 88 and 83%, respectively. CONCLUSIONS: MCI is an accurate predictor of AD over 1 and 2 years in patients referred by their primary care physicians. Discrepancies in conversion rates may be due to the manner in which patients are recruited to studies as well as the use of different measures to operationalize the construct.
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.
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 | 0,001 |
| 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 découle