DTLA-A NEW SCREENING TEST FOR LANGUAGE IMPAIRMENT IN AGING
Notice bibliographique
Résumé
Compared to cognitive functions such as working memory and executive functions, language appears to be mostly resistant to age-related decline. However, language is affected in the early stages of major forms of dementia and language deficits are at the core of the clinical portrait of primary progressive aphasias. Primary care providers are frequently faced with patients whose main complaints concern language problems in everyday and professional life. Up to now, no brief, accurate, screening test, which could be applied during routine office visits, was available for language deficits in neurodegenerative diseases. The aim of this study is to fill this important need by developing a handy, sensitive and brief detection test for language impairments in adults and aging. In this presentation, we describe the psychometric properties of the DTLA (Detection Test for Language impairments in Adults and Aging), a new screening test developed in four French-speaking countries (Belgium, Canada, France and Switzerland). We first present the development phase of the DTLA, then we provide normative data for healthy, community-dwelling, French-speaking people from the four countries. Finally, we report data on the convergent and discriminant validity of the DTLA as well as on its test-retest and internal consistency reliability. The use of the DTLA could improve the diagnosis of neurodegenerative diseases, especially those in which language is primarily affected. Ultimately, this will permit patients and their families to receive adequate services at an earlier stage of the disease.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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) | 0,001 | 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 ».