A prospective study of cognitive tests to predict performance on a standardised road test in people with dementia
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
OBJECTIVE: Previous work by Lincoln and colleagues produced a cognitive test battery for predicting safety to drive in people with dementia. The aim was to check the accuracy of this battery and assess whether it could be improved by shortening it, including additional cognitive tests, and a measure of previous driving. METHODS: Participants with dementia, who were driving, were recruited. They were assessed on cognitive tests including measures of concentration, executive function, visuospatial perception, verbal recognition memory, and speed of information processing. Patients were then assessed on the Nottingham Neurological Driving Assessment (NNDA) by an approved driving instructor (ADI), blind to cognitive test results. RESULTS: Seventy-five patients were recruited and completed the cognitive tests. Of these, 65 were assessed on the road. These participants were aged 59-88 (mean = 75.2, SD = 6.8) and 49 were men. Time driving varied from 19 to 73 years (mean = 52.5, SD = 10.0). Thirteen participants were unsafe and 52 safe to drive. Using a cut-off of > 0 to indicate safety to drive, the original predictive equations correctly classified 48 (76.2%) of 63 participants with complete data. Logistic regression including additional tests reduced misclassifications. CONCLUSIONS: A lower proportion of participants were found to be unsafe on the road than in previous studies. Nevertheless, the previously identified equation predicted safety to drive in most patients. Including additional tests reduced the misclassification rate but requires independent validation. We suggest that the cognitive test battery might be used in clinical practice to identify patients with dementia who would benefit from on-road 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.
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 | 0,001 | 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 | 0,001 |
| 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 découle