Alternate forms of logical memory and verbal fluency tasks for repeated testing in early cognitive changes
Notice bibliographique
Résumé
BACKGROUND: Repeat cognitive testing is an essential diagnostic strategy to measure changes in cognition over time when following people with memory problems. Alternate forms may avert practice effects that can mimic improvements in cognition. We evaluated alternate forms of verbal fluency and logical memory (paragraph recall) tasks to evaluate their equivalence for clinical use. METHODS: Participants with mild cognitive impairment (MCI) and dementia were recruited from five outpatient memory clinics and one nursing home. Participants with normal cognition (NC) were recruited from family members or friends. Verbal fluency categories of animals, cities & towns, fruits & vegetables and first names were used. Scores were recorded for 0-30 seconds, 31-60 seconds and errors. For the logical memory task, participants were read one of three different paragraphs and then were asked to recall the story. Immediate recall and delayed recall scores were recorded. The Standardized Mini-mental State Examination, the AB Cognitive Screen and the 15-point Geriatric Depression Scale were administered as part of the assessment. Analyses were performed using means, frequency distributions, t-tests, receiver-operating characteristic curves and effect sizes. RESULTS: There were 46 NC participants, 45 with MCI and 55 with dementia. For verbal fluency, the mean number of animals, cities & towns, names or fruits & vegetables named in 60 seconds did not differ significantly within each cognitive group. First names was an easier category than the others: NC named 16.9-22.3 items, MCI named 11.6-14.4 items and dementia named 8.1-11.4 items. The mean number of items immediately recalled in logical memory was not significantly different for the three paragraphs. The verbal fluency task (in 60 seconds) and logical memory immediate recall were highly sensitive and specific to differences between NC and MCI (areas under the curves 0.87 and 0.76, respectively). CONCLUSIONS: Alternate forms allow serial testing without learning bias. Verbal fluency and logical memory tasks are sensitive to early cognitive changes.
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) | 0,000 | 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 ».