The Effects of Computerized Cognitive Testing of Older Patients on Primary Care Physicians’ Approaches to Care
Notice bibliographique
Résumé
BACKGROUND: We evaluated effects of providing primary care physicians (PCPs) with reports of their patients' results on the Computer Assessment of Mild Cognitive Impairment (CAMCI) by examining their documented care approaches after receipt of the report. METHODS: Patients were 65 years and above, without a diagnosis or previous workup for dementia, seen consecutively over 2 months by one of 13 PCPs. PCPs indicated whether they, patients, or families had concerns about patients' cognition. A total of 259 patients individually completed the CAMCI and results were provided to the PCP. Two raters blind to CAMCI results recorded care approaches documented by PCPs at the first visit within 3 months of report (n=181). RESULTS: In total, 28 different care approaches were grouped as related to Cognition or Safety/Self-Care. Negative binomial regression revealed that the number of care approaches was significantly associated with performance on the CAMCI for both Cognition and Safety/Self-care domains. These findings remained significant when covariates included PCPs' cognitive concern before CAMCI results, and patients' age, sex, number of comorbidities, and living arrangements. CONCLUSIONS: Our findings indicate that PCPs documented more care approaches in patients with greater cognitive impairment based on the CAMCI results and this was independent of their, the patients', or families' prior concerns about their patients' cognition.
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 | 0,001 |
| 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 ».