French Validation of the Screen for Cognitive Impairment in Psychiatry (SCIP-F)
Notice bibliographique
Résumé
Background: Measuring cognition in clinical practice is clearly essential to the appropriate characterisation of patients’ clinical status and to the development of a personalised care plan. The Screen for Cognitive Impairment in Psychiatry (SCIP) has been developed in order to provide a brief and accessible tool allowing the evaluation of cognitive function in psychiatric conditions. Objective: We present a validation of a French version of the SCIP. Method: Translation from English into French is carried out using the accepted back-translation method. Seventy-two healthy volunteers are characterised by demographic questionnaires and a neuropsychological battery. The French version of the SCIP is then administered on two separate occasions separated by at least a one-week interval. Results: High internal consistencies as well as strong correlations with comparable neuropsychological tests are obtained. A normalised Cronbach’s α = 0.66 is obtained. Conclusions: The French version of the SCIP (SCIP-F) yields results comparable to the English version. The SCIP represents an essential tool for the preliminary evaluation of cognition. Its characteristics, brevity and the lack of need for a technological platform, allow for its integration into clinical practice. Further testing of SCIP-F in various psychiatric conditions will yield valuable information on its potential in clinical settings.
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 ».