The Brain Health Assessment for Detecting and Diagnosing Neurocognitive Disorders
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Brief cognitive screens lack the sensitivity to detect mild cognitive impairment (MCI) or support differential diagnoses. The objective of this study was to validate the 10-minute, tablet-based University of California, San Francisco (UCSF) Brain Health Assessment (BHA) to overcome these limitations. DESIGN: Cross-sectional. SETTING: UCSF Memory and Aging Center. PARTICIPANTS: Older adults (N = 347) (neurologically healthy controls (n = 185), and individuals diagnosed with MCI (n = 99), dementia (n = 42), and as normal with concerns (n = 21)). MEASUREMENTS: The BHA includes subtests of memory, executive function and speed, visuospatial skills, and language and an optional informant survey. Participants completed the Montreal Cognitive Assessment (MoCA) and criterion-standard neuropsychological tests. Standardized structural 3T brain magnetic resonance imaging was performed in 145 participants. RESULTS: At a fixed 85% specificity rate, the BHA had 100% sensitivity to dementia and 84% to MCI; the MoCA had 75% sensitivity to dementia and 25% to MCI. The BHA had 83% sensitivity to MCI likely due to AD and 88% to MCI unlikely due to AD, and the MoCA had 58% sensitivity to MCI likely AD and 24% to MCI unlikely AD. The BHA subtests demonstrated moderate to high correlations with the criterion-standard tests from their respective cognitive domains. Memory test performance correlated with medial temporal lobe volumes; executive and speed with frontal, parietal, and basal ganglia volumes; and visuospatial with right parietal volumes. CONCLUSION: The BHA had excellent combined sensitivity and specificity to detect dementia and MCI, including MCI due to diverse etiologies. The subtests provide efficient, valid measures of neurocognition that are critical in making a differential diagnosis.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».