Odor Identification Screening Improves Diagnostic Classification in Incipient Alzheimer’s Disease
Notice bibliographique
Résumé
BACKGROUND: Measurements of olfaction may serve as useful biomarkers of incipient dementia. Here we examine the improvement in diagnostic accuracy of Alzheimer's disease (AD) and mild cognitive impairment (MCI) when assessing both cognitive functioning and odor identification. OBJECTIVE: To determine the utility of odor identification as a supplementary screening test in incipient AD. METHODS: Sniffin' Sticks Odor Identification Test (SS-OIT) and the Montreal Cognitive Assessment (MoCA) were administered in 262 AD, 174 MCI [150 amnestic (aMCI), and 24 non-amnestic (naMCI)], and 292 healthy older adults (HOA). RESULTS: Odor identification scores were higher in HOA relative to MCI or AD groups, and MCI outperformed AD. Odor identification scores were higher in aMCI single domain than aMCI multiple domain. Complementing MoCA scores with the SS-OIT significantly improved diagnostic accuracy of individuals with AD and MCI, including within MCI subgroups. DISCUSSION: Odor identification is a useful supplementary screening tool that provides additional information relevant for clinical categorization of AD and MCI, including those who are at highest risk to convert to AD.
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 | 0,004 |
| 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 | 0,001 |
| 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 ».