Validation and diagnostic accuracy of predictive curves for age-associated longitudinal cognitive decline in older adults
Notice bibliographique
Résumé
BACKGROUND: The Mini-Mental State Examination continues to be used frequently to screen for cognitive impairment in older adults, but it remains unclear how to interpret changes in its score over time to distinguish age-associated cognitive decline from an early degenerative process. We aimed to generate cognitive charts for use in clinical practice for longitudinal evaluation of age-associated cognitive decline. METHODS: We used data from the Canadian Study of Health and Aging from 7569 participants aged 65 years or older who completed a Mini-Mental State Examination at baseline, and at 5 and 10 years later to develop a linear regression model for the Mini-Mental State Examination score as a function of age and education. Based on this model, we generated cognitive charts designed to optimize accuracy for distinguishing participants with dementia from healthy controls. We validated our model using a separate data set of 6501 participants from the National Alzheimer's Coordinating Center's Uniform Data Set. RESULTS: For baseline measurement, the cognitive charts had a sensitivity of 80% (95% confidence interval [CI] 75% to 84%) and a specificity of 89% (95% CI 88% to 90%) for distinguishing healthy controls from participants with dementia. Similar sensitivities and specificities were observed for a decline over time greater than 1 percentile zone from the first measurement. Results in the validation sample were comparable, albeit with lower sensitivities. Negative predictive value was 99%. INTERPRETATION: Our innovative model, which factors in age and education, showed validity and diagnostic accuracy for determining whether older patients show abnormal performance on serial Mini-Mental State Examination measurements. Similar to growth curves used in pediatrics, cognitive charts allow longitudinal cognitive evaluation and enable prompt initiation of investigation and treatment when appropriate.
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 | 0,058 | 0,198 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».