[P3–302]: DETECTION OF COGNITIVE IMPAIRMENT AFTER ACUTE ISCHEMIC STROKE: VALIDATION OF BRIEF AND MORE COMPREHENSIVE COGNITIVE SCREENING INSTRUMENTS AND IMPLICATIONS FOR BEST PRACTICE
Notice bibliographique
Résumé
Cognitive impairments after cerebrovascular accident (CVA) are associated with greater disability, mortality, and rising dementia rates over time. When evaluating screening approaches, including Hachinski's 2006 NINDS-CSN harmonization standards (1) and a MoCA 5-Minute protocol (M5M) (2), we posit that best cognitive screening practice will be (a) feasible in busy clinical settings, (b) sensitive and specific for deficits predicting practical outcomes, and (c) valid despite CVA-related limitations (e.g., aphasias, visuomotor deficits). Our group has been developing such an approach. 222 patients admitted for CVA were administered all or part of the LASS-I (Lexington Acute Stroke Scale – Inpatient), a 20-minute cognitive screen and received Barthel Index (BI) and Modified Rankin Scale (MRS) ratings. M5M scores were extracted from the LASS-I. M5M scores predicted both BI (R2 = 0.16, F(1, 153) = 28.63, p < .001) and MRS (R2 = 0.16, F(1, 161) = 30.32, p < .001). LASS-I score added predictive value for the BI (R2 = 0.22, F(2, 152) = 21.37, p < .001) and some predictive value for the MRS (R2 = .18, F(2, 160) = 17.06, p < .001). After analyzing individual domain-based contributions, combining best domain-based performances from the M5M (Executive Functions/Language) and LASS-I (Visuospatial/Construction & Praxis) was comparable to administering either instrument in full when predicting BI (R2 = .20, F (2, 144) = 18.35, p < .001) and MRS (R2 = .18, F (2, 152) = 16.62, p < .001). Effect sizes for all regression models were medium by Cohen's f2. ROC curve analysis yielded areas under the curve for the M5M at 0.74 (MRS) and 0.73 (BI), for the LASS-I at 0.79 (MRS and BI), and for the combined approach at 0.77 (MRS) and 0.72 (BI).
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 | 0,018 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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 ».