MétaCan
Menu
Retour à la cohorte
Enregistrement W2763282512 · doi:10.1007/s11065-017-9361-5

Neuropsychological Measures that Predict Progression from Mild Cognitive Impairment to Alzheimer's type dementia in Older Adults: a Systematic Review and Meta-Analysis

2017· review· en· W2763282512 sur OpenAlexafffund
Sylvie Belleville, Céline Fouquet, Carol Hudon, Hervé Tchala Vignon Zomahoun, Jordie Croteau

Notice bibliographique

RevueNeuropsychology Review · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversité LavalUniversité de MontréalInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesFonds de Recherche du Québec - SantéRéseau québécois de recherche sur le vieillissementPfizer
Mots-clésDementiaPsycINFONeuropsychologyPsychologyCognitionClinical psychologyMeta-analysisNeuropsychological assessmentMEDLINEPsychiatryMedicineDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

This study aimed to determine the extent to which cognitive measures can predict progression from mild cognitive impairment (MCI) to Alzheimer's type dementia (AD), assess the predictive accuracy of different cognitive domain categories, and determine whether accuracy varies as a function of age and length of follow-up. We systematically reviewed and meta-analyzed data from longitudinal studies reporting sensitivity and specificity values for neuropsychological tests to identify individuals with MCI who will develop AD. We searched articles in Medline, Cochrane, EMBASE, PsycINFO, and the Web of Science. Methodological quality was assessed using the STARDem and QUADAS standards. Twenty-eight studies met the eligibility criteria (2365 participants) and reported predictive values from 61 neuropsychological tests with a 31-month mean follow-up. Values were pooled to provide combined accuracy for 14 cognitive domains. Many domains showed very good predictive accuracy with high sensitivity and specificity values (≥ 0.7). Verbal memory measures and many language tests yielded very high predictive accuracy. Other domains (e.g., executive functions, visual memory) showed better specificity than sensitivity. Predictive accuracy was highest when combining memory measures with a small set of other domains or when relying on broad cognitive batteries. Cognitive tests are excellent at predicting MCI individuals who will progress to dementia and should be a critical component of any toolkit intended to identify AD at the pre-dementia stage. Some tasks are remarkable as early indicators, whereas others might be used to suggest imminent progression.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,037
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0180,033
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,229
Tête enseignante GPT0,479
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations308
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuropsychology ReviewMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207