Evaluation of cognitive impairment in elderly population with hypertension from a low-resource setting: Agreement and bias between screening tools
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: The evaluation of cognitive impairment in adulthood merits attention in societies in transition and especially in people with chronic diseases. Screening tools available for clinical practice and epidemiological studies have been designed in high-income but not in resource-constrained settings. The aim of this study was to assess the agreement and bias of three common tools used for screening of cognitive impairment in people with hypertension: the modified Mini-Mental State Examination (MMSE), the Montreal Cognitive Assessment (MoCA), and the Leganés Cognitive Test (LCT). METHODS: A cross-sectional study enrolling participants with hypertension from a semi-urban area in Peru was performed. The three screening tools for cognitive impairment were applied on three consecutive days. The prevalence of cognitive impairment was calculated for each test. Pearson's correlation coefficients, Bland-Altman plots, and Kappa statistics were used to assess agreement and bias between screening tools. RESULTS: We evaluated 139 participants, mean age 76.5 years (SD ± 6.9), 56.1% females. Cognitive impairment was found in 28.1% of individuals using LCT, 63.3% using MMSE, and 100% using MoCA. Correlation coefficients ranged from 0.501 between LCT and MoCA, to 0.698 between MMSE and MoCA. Bland-Altman plots confirmed bias between screening tests. The agreement between MMSE and LCT was 60.4%, between MMSE and MoCA was 63.3%, and between MoCA and LCT was 28.1%. CONCLUSIONS: Three of the most commonly used screening tests to evaluate cognitive impairment showed major discrepancies in a resource-constrained setting, signaling towards a sorely need to develop and validate appropriate tools.
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.
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 | 0,002 | 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 découle