Voices from the field: Expert reflections on mild cognitive impairment
Notice bibliographique
Résumé
This special issue of Dementia is entitled ‘Voices from the Field: Expert Reflections on Mild Cognitive Impairment’. It consists of a nine interviews with some of the leading scientists, researchers and thinkers who have worked on Mild Cognitive Impairment, better known by its acronym ‘MCI’, within a constellation of issues ranging from its classification, diagnosis, aetiology, intervention, therapeutics, risks and ethics. We, Kevin R Peters (Department of Psychology) and Stephen Katz (Department of Sociology), are faculty members of Trent University in Peterborough, Canada. We conducted these interviews during 2012–13 as part of our ongoing project, ‘Perceptions and Realities of Mild Cognitive Impairment: Diagnosis and Treatment of Older Individuals’, funded by the Canadian Institutes of Health Research. We found that the experts, whom we interviewed, in their candid, informative and generous reflections on MCI and their work in the dementia field, produced as many questions as they did answers, especially regarding the validity of MCI as a disease category. Our discussions together expressed both the care and caution required to conceptualize the importance of MCI as a focal point for understanding predementia stages in relation to brain ageing. Today, as chronological age becomes less relevant as an age marker, other standards are emerging by which to segment the life course, and memory loss has become certainly one of them. Thus, cognitive health has joined physical health as a key indicator of successful ageing. In this context MCI has become an increasingly significant entity, yet there is still much uncertainty and lack of consensus about what it actually means. The common meaning amongst most neurologists, gerontologists, psychogeriatricians, care-workers and dementia researchers is that Mild Cognitive Impairment (MCI) is a category that indicates a measurable degree of cognitive impairment that does not meet the diagnostic criteria for dementia (e.g. Alzheimer disease or AD). Individuals with MCI are therefore not cognitively normal, but they are not demented either; they are somewhere in between these two ends of the spectrum of cognitive function. It is precisely this inbetween space, which this special issue of Dementia explores. MCI has been used in both
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,090 | 0,182 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,024 | 0,027 |
| Communication savante | 0,016 | 0,029 |
| Science ouverte | 0,007 | 0,026 |
| Intégrité de la recherche | 0,032 | 0,048 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».