Cognitive Screening Following Stroke: Are We Following Best Evidence‐based Practice in Australian Clinical Settings?
Notice bibliographique
Résumé
ObjectiveCognitive screening tools are now recommended by national governing bodies to detect cognitive impairments following stroke and to prompt referral for further comprehensive assessment and rehabilitation. The primary aim of this review was to critically examine and integrate data across clinical and research domains to better understand Australian cognitive screening practices following stroke.MethodData from national clinical guidelines and audits, psychometric research, and clinical practice investigations were sourced, critically examined, and integrated.ResultsNational Australian audit data suggest over two thirds of stroke units are routinely using screening tools to detect cognitive impairment. However, psychometric research suggests traditional cognitive screening tools, such as the Mini‐Mental State Examination, lack sensitivity to detect stroke‐related cognitive impairment. Furthermore, although more recently developed screeners, such as the Montreal Cognitive Examination, possess improved content validity, further modification, and/or supplemented assessment is required to improve their clinical utility. Of additional concern, even when cognitive impairments are detected during cognitive screening, very few stroke patients are referred for further comprehensive assessment as recommended within clinical practice guidelines.ConclusionsCurrent evidence indicates cognitive screening tools, in their current form, do not perform well in stroke populations due to a variety of factors including poor content validity and lack of sensitivity. It appears that most Australian stroke patients with cognitive impairment are not receiving the assessment and rehabilitation services they require. Recommendations to adapt current screening tools, develop new stroke‐specific screening measures, and consider cognitive assessment protocols other than screening are discussed.
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 | 0,072 | 0,291 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».