Factors Associated With Primary Care Physicians’ Recognition of Cognitive Impairment in Their Older Patients
Notice bibliographique
Résumé
Although there are accurate screens for cognitive impairment, there is as yet no evidence that screening improves outcomes including primary care physicians' (PCP) medical decision making. PCPs' recognition of cognitive impairment being suboptimal, we investigated factors associated with improved recognition. Eligible patients were aged 65 years and above, without documented dementia or previous work-up for dementia, seen consecutively over 2 months by one of 13 PCPs. PCPs indicated whether they, the patient, or the family had concerns about each patient's cognition. We enrolled 130 patients with any cognitive concerns and a matched sample of 133 without cognitive concerns, and administered standardized neuropsychological tests. PCP's judgments of cognitive concern showed 61% sensitivity and 86% specificity against the neuropsychological standard. When combined with a Mini-Mental State Examination score ≤26, PCP recognition improved in sensitivity (82%) with some loss in specificity (74%). True positives increased when PCPs' practices included more cognitively impaired patients and when patients reported poor memory. False positives increased when patients had diabetes, reported poor memory, or no or light alcohol consumption. Medical decision making can be improved by the Mini-Mental State Examination and greater exposure to cognitively impaired patients, but knowledge of certain risk factors for cognitive impairment negatively affected these decisions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».