Are we comparing frontotemporal dementia and Alzheimer disease patients with the right measures?
Notice bibliographique
Résumé
BACKGROUND: Clinical research studies of behavioral variant frontotemporal dementia (bvFTD) often use Alzheimer disease (AD) as a comparison group for control of dementia variables, using tests of cognitive function to match the groups. These two dementia syndromes, however, are very different in clinical manifestations, and the comparable severity of these dementias may not be reflected by commonly used cognitive scales such as the Mini-Mental State Examination (MMSE). METHODS: We evaluated different measures of dementia severity and symptoms among 20 people with bvFTD compared to 24 with early-onset AD. RESULTS: Despite similar ages, disease-duration, education, and cognitive performance on two tests of cognitive function, the MMSE and the Montreal Cognitive Assessment (MoCA), the bvFTD participants, compared to the AD participants, were significantly more impaired on other measures of disease severity, including function (Functional Assessment Questionnaire (FAQ)), neuropsychiatric symptoms (Neuropsychiatric Inventory (NPI)), and global dementia stage (Clinical Dementia Rating Scales (CDRs)). However, when we adjusted for the frontotemporal lobar degeneration-CDR (FTLD-CDR) in the analyses, the two dementia groups were comparable across all measures despite significant differences on the cognitive scales. CONCLUSION: We found tests of cognitive functions (MMSE and MoCA) to be insufficient measures for ensuring comparability between bvFTD and AD groups. In clinical studies, the FTLD-CDR, which includes additional language and behavior items, may be a better overall way to match bvFTD and AD groups on dementia severity.
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 ».