MétaCan
Menu
Retour à la cohorte
Enregistrement W2889386469 · doi:10.3233/jad-180131

Assessing Mild Behavioral Impairment with the Mild Behavioral Impairment-Checklist in People with Mild Cognitive Impairment

2018· article· en· W2889386469 sur OpenAlexaff
Sabela C. Mallo, Zahinoor Ismail, Arturo X. Pereiro, David Façal, Cristina Lojo‐Seoane, María Campos‐Magdaleno, Onésimo Juncos‐Rabadán

Notice bibliographique

RevueJournal of Alzheimer s Disease · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensHotchkiss Brain InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCognitive impairmentChecklistPsychologyFunctional impairmentCognitionClinical psychologyAudiologyMedicineNeuroscienceCognitive psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Neuropsychiatric symptoms (NPS) are non-cognitive, behavioral, or psychiatric symptoms, common in mild cognitive impairment (MCI) and associated with a higher risk of dementia. Mild behavioral impairment (MBI) is a validated diagnostic entity, that describes the emergence of later life NPS in pre-dementia states. The Mild Behavioral Impairment Checklist (MBI-C) is the first measure developed to assess MBI. OBJECTIVE: To estimate the prevalence of MBI in people with MCI and to study the score distribution, sensitivity, specificity, diagnostic utility of the MBI-C, and its correlations with neuropsychological tests. METHODS: One hundred eleven MCI participants were evaluated with the Questionnaire for Subjective Memory Complaints (QSMC), Mini-Mental State Examination, Cambridge Cognitive Assessment-Revised, Neuropsychiatric Inventory-Questionnaire (NPI-Q), Geriatric Depression Scale-15 items (GDS-15), Lawton and Brody Index, and the MBI-C, which was administered by phone to participants' informants. Descriptive, logistic regression, ROC curve, and bivariate correlations analyses were performed. RESULTS: MBI diagnosis prevalence was 14.2%. The total MBI-C score differentiated people with MBI at a cutoff-point of 6.5, optimizing sensitivity and specificity. MBI-C total score correlated positively with NPI-Q, QSMC, GDS-15, and Lawton and Brody Index. CONCLUSION: The total MBI-C score, obtained by phone administration, is sensitive for detecting MBI in people with MCI. The MBI-C scores indicated that MCI participants had subtle NPS that were correlated to their subjective memory complaints reported by informants, depressive symptoms, and negatively with Instrumental Activities of Daily Living. Further research should be done to clarify the predictive role of NPS in MCI for incident dementia.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,042
Tête enseignante GPT0,373
Écart entre enseignants0,331 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations176
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Alzheimer s DiseaseMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207