MétaCan
Menu
Retour à la cohorte
Enregistrement W2620742322 · doi:10.1177/1533317517715905

Detection Test for Language Impairments in Adults and the Aged—A New Screening Test for Language Impairment Associated With Neurodegenerative Diseases: Validation and Normative Data

2017· article· en· W2620742322 sur OpenAlexaffabout
Joël Macoir, Marion Fossard, Laurent Lefèbvre, Laura Monetta, Antoine Renard, Thi Maï Tran, Maximiliano A. Wilson

Notice bibliographique

RevueAmerican Journal of Alzheimer s Disease & Other Dementias® · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensUniversité LavalInstitut Universitaire en Santé Mentale de Québec
Organismes subventionnairesnon disponible
Mots-clésTest (biology)NormativeDiscriminant validityStandardizationPsychologyReliability (semiconductor)Convergent validityLanguage assessmentClinical psychologyInternal consistencyMedicineDevelopmental psychologyPsychometricsGerontologyComputer science

Résumé

récupéré en direct d'OpenAlex

To date, there is no quick screening test that could be used during routine office visits to accurately assess language disorders in neurodegenerative diseases. To fill this important gap, we developed the Detection Test for Language impairments in Adults and the Aged (DTLA), a quick, sensitive, standardized screening test designed to assess language disorders in adults and the elderly individuals. In Study 1, we describe the development of the DTLA. In Study 2, we report data on the DTLA's validity and reliability. Finally, in Study 3, we establish normative data for the test. The DTLA has good convergent and discriminant validity as well as good internal consistency and test-retest reliability. Norms for the DTLA obtained from a sample of 545 healthy, community-dwelling, French-speaking adults from 4 French-speaking countries (Belgium, Canada (Quebec), France, and Switzerland) are provided. The development, validation, and standardization of the DTLA constitute a significant effort to meet the need for a language screening test adapted to neurodegenerative diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,326
Score d'incertitude au seuil0,549

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,308
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Alzheimer s Disease & Other Dementias®Même sujetNeurobiology of Language and BilingualismTravaux en français237 207