Screening for cognitive impairment after stroke: A systematic review of psychometric properties and clinical utility
Notice bibliographique
Résumé
OBJECTIVE: To systematically review the psychometric properties and clinical utility of cognitive screening tools post-stroke. DATA SOURCES: EMBASE, CINAHL, MEDLINE, PsychInfo. STUDY SELECTION: Studies testing the accuracy of screening tools for cognitive impairment after stroke. DATA EXTRACTION: Data regarding the participants, selection criteria, criterion/reference measure, cut-off score, sensitivity, specificity and positive and negative predicted values for the selected tools were extracted. Tools with sensitivity ≥ 80% and specificity ≥ 60% were selected. Clinical utility was assessed using a previously validated tool and those scoring <6 were excluded. DATA SYNTHESIS: Twenty-one papers regarding 12 screening tools were selected. Only the Montreal Cognitive Assessment (MoCA) and Mini Mental State Examination (MMSE) met all psychometric and clinical utility criteria for any levels of cognitive impairment. However, the MMSE is most accurate to screen for dementia (cut-off score 23/24) and should only be used for this purpose. In addition, the following can be used to detect: • Any impairment: Addenbrooke's Cognitive Examination-Revised (ACE-R), Barrow Neurological Institute Screen for Higher Cerebral Functions (BNIS) and Cognistat. • Multiple-domain impairments: ACE-R, Telephone-MoCA or modified Telephone Interview for Cognitive Status (TICS). • Dementia: TICS; Cambridge Cognitive Examination; Rotterdam-Cambridge Cognitive Examination; Informant Questionnaire for Cognitive Decline in the Elderly (IQCODE) and short-IQCODE. The IQCODE and short-IQCODE are useful when the patient is unable to respond and an informant's view is required. CONCLUSION: The MoCA is the most valid and clinically feasible screening tool to identify stroke survivors with a wide range of cognitive impairments who warrant further assessment.
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 | 0,013 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».