Validation study of the Alzheimer’s disease assessment scale–cognitive subscale (ADAS-Cog) for the Portuguese patients with mild cognitive impairment and Alzheimer’s disease
Notice bibliographique
Résumé
OBJECTIVE: The Alzheimer's disease assessment scale-Cognitive Subscale (ADAS-Cog) is a battery to assess cognitive performance in Alzheimer's disease (AD) and was developed according to the core characteristics of cognitive decline in AD: memory, language, praxis, constructive ability, and orientation. The aim of this study was to explore the diagnostic accuracy and discriminative capacity of the ADAS-Cog for Mild Cognitive Impairment (MCI) and AD, using cut-off points for the Portuguese population. METHOD: The European Portuguese version of the ADAS-Cog was administrated to 650 participants, divided into a control group (n = 210), an MCI group (n = 240), and an AD group (n = 200). The clinical groups fulfilled standard international diagnostic criteria. Controls were healthy cognitive participants actively integrated in the community. The neuropsychological assessment protocol included the ADAS-Cog, the Mini Mental State Examination (MMSE), the Montreal Cognitive Assessment (MoCA), and the Adults and Older Adults Functional Assessment Inventory (IAFAI). RESULTS: The ADAS-Cog revealed good psychometric indicators, and the total scores were significantly different between the three groups (p < .001: Control < MCI < AD). The optimal cut-off points established were: MCI > 9 points (AUC = .835; sensitivity = 58% and specificity = 91%) and AD > 12 points (AUC = .996; sensitivity = 94% and specificity = 98%). CONCLUSIONS: Our findings confirmed the capacity of the ADAS-Cog total score to identify cognitive impairment in AD patients, with poor sensitivity for MCI, in a Portuguese cohort.
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 | 0,012 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».