Performance of Screening Tests for Cognitive Impairment in Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: There is a need for a cognitive function screening test that can be administered to patients with systemic lupus erythematosus (SLE) in clinic. The objectives of this study were to determine (1) prevalence of cognitive impairment (CI) in SLE by the Montreal Cognitive Assessment (MoCA), Mini Mental State Examination (MMSE), in relation to the Hopkins Verbal Learning Test-Revised (HVLT-R), and Perceived Deficits Questionnaire 5-Item (PDQ-5); and (2) associated factors with CI. METHODS: Consecutive patients followed at a single center were recruited. HVLT-R, MoCA, and MMSE were administered. Sensitivity/specificity, positive (PPV)/negative (NPV) predictive values, and positive likelihood ratio (LR+) of MoCA/MMSE were determined (compared to HVLT-R). A test on intellectual ability and questionnaires on anxiety, depression, and perceived cognitive deficits were completed. Regression analyses determined associations with CI. RESULTS: Of 98 patients, 48% had CI using MoCA and 31% using HVLT-R. Sensitivity was higher for MoCA (73%) compared to MMSE (27%), though MMSE was more specific (90%) than MoCA (63%). PPV and LR+ were similar in MoCA and MMSE (PPV: 47%, 53%; LR+: 2.0, 2.6, respectively), but NPV was higher in MoCA (84%) than MMSE (74%). PDQ-5 predicted objective CI (HVLT-R: sensitivity 100%, specificity 89%). Although CI was associated with depression in univariate analyses, it did not hold in the multivariate analysis, while longer SLE disease duration and more years of education remained significant. CONCLUSION: CI is highly prevalent and MoCA may be a useful tool to screen for CI in SLE. Patients with more years of education were less likely to have CI.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».