Improving screening for vascular cognitive impairment at three to six months after mild ischemic stroke and transient ischemic attack
Notice bibliographique
Résumé
BACKGROUND: The Montreal Cognitive Assessment (MoCA) and Mini-Mental State Examination (MMSE) were compared with and without the addition of a brief processing speed test, the symbol digit modalities test (SDMT), for vascular cognitive impairment (VCI) screening at three to six months after stroke. METHODS: Patients with ischemic stroke and transient ischemic attack were assessed with MoCA and MMSE, as well as a formal neuropsychological battery three to six months after stroke. VCI was defined by impairment in any cognitive domain on neuropsychological testing. The area under the receiver operating characteristic curve (AUC) was used to compare test discriminatory ability. RESULTS: One hundred and eighty-nine patients out of 327 (58%) had VCI, of whom 180 (95%) had vascular mild cognitive impairment (VaMCI), and nine (5%) had dementia. The overall AUCs of the MoCA and MMSE scores and performance at their respective cut-off points were equivalent in detecting VCI (AUCs: 0.87 (95% CI 0.83-0.91) vs. 0.84 (95% CI 0.80-0.88), p = 0.13; cut-offs: MoCA (≤23) vs. MMSE (≤26), sensitivity: 0.78 vs. 0.71; specificity: 0.80 vs. 0.82; positive predictive value: 0.84 vs. 0.84; negative predictive value: 0.72 vs. 0.67; and correctly classified 78.6% vs. 75.5%; p = 0.42). The AUCs of MMSE and MoCA were improved significantly by the SDMT (AUCs: MMSE+SDMT 0.90 (95% CI 0.87-0.93), p <0.001; MoCA+SDMT 0.91 (95% CI 0.88-0.94), p < 0.02). CONCLUSIONS: The MoCA and MMSE are equivalent and moderately sensitive, and can be supplemented with the SDMT to improve their accuracy in VCI screening.
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 | 0,000 | 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) | 0,000 | 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 ».