Computer Assessment of Mild Cognitive Impairment
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
Many older individuals experience cognitive decline with aging. The causes of cognitive dysfunction range from the devastating effects of Alzheimer's disease (AD) to treatable causes of dysfunction and the normal mild forgetfulness described by many older individuals. Even mild cognitive dysfunction can impact medication adherence, impair decision making, and affect the ability to drive or work. However, primary care physicians do not routinely screen for cognitive difficulties and many older patients do not report cognitive problems. Identifying cognitive impairment at an office visit would permit earlier referral for diagnostic work-up and treatment. The Computer Assessment of Mild Cognitive Impairment (CAMCI) is a self-administered, user-friendly computer test that scores automatically and can be completed independently in a quiet space, such as a doctor's examination room. The goal of this study was to compare the sensitivity and specificity of the CAMCI and the Mini Mental State Examination (MMSE) to identify mild cognitive impairment (MCI) in 524 nondemented individuals > 60 years old who completed a comprehensive neuropsychological and clinical assessment together with the CAMCI and MMSE. We hypothesized that the CAMCI would exhibit good sensitivity and specificity and would be superior compared with the MMSE in these measures. The results indicated that the MMSE was relatively insensitive to MCI. In contrast, the CAMCI was highly sensitive (86%) and specific (94%) for the identification of MCI in a population of community-dwelling nondemented elderly individuals.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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