MétaCan
Menu
Retour à la cohorte
Enregistrement W2892187775 · doi:10.17711/sm.0185-3325.2018.026

Validation of the Clock Drawing Test Scoring Method in older adults with neurocognitive disorder

2018· article· en· W2892187775 sur OpenAlexaboutno aff
Sara G. Aguilar-Navarro, Alberto J. Mimenza-Alvarado, María Alejandra Samudio-Cruz, Francisco J Hernández-Contreras, Lidia Gutiérrez-Gutiérrez, Fátima Ramírez-González, José Alberto Ávila‐Funes

Notice bibliographique

RevueSalud Mental · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAging, Health, and Disability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeurocognitiveMontreal Cognitive AssessmentIntraclass correlationPsychologyClinical psychologyCognitionTest (biology)Reliability (semiconductor)PsychometricsCognitive impairmentPsychiatry

Résumé

récupéré en direct d'OpenAlex

Introduction. The Clock Drawing Test (CDT) is a widely used instrument for identifying neurocognitive disorders (NCDs) in older adults. However, there is insufficient evidence to determine the best scoring method, since current quantitative methods involve the assignment of numerical values, while qualitative ones do not allow for objectivity in the diagnosis. Parsey and Schmitter-Edgecombe (2011) proposed a scoring scheme which, in addition to providing a score of the patient’s performance, permits error analysis, thereby making it possible to identify potential underlying cognitive difficulties. Objective. The purpose of this study was to validate the CDT scoring scheme proposed by Parsey and Schmitter-Edgecombe (2011) for screening for NCDs in Mexican older adults. Method. There were 167 participants: 58 cognitively healthy subjects (CH), 52 with mild neurocognitive disorder (mild-NCD), and 57 with major neurocognitive disorder (major-NCD).The CDT scoring method was compared with the Mini-Mental State Examination (MMSE) and the Montreal Cognitive Assessment in Spanish (MoCA-S). Inter- and intra-observer reliability and construct validity were determined and the sensitivity and specificity of this method were calculated. Results. The  age was 75 years (SD ± 8 years) and the  educational attainment was 10.7 years (SD ± 5.2 years). Internal reliability was .750, with an intraclass correlation coefficient of .774. The cut-off point for the CDT in mild-NCD was 14 points (sensitivity: 40%, specificity: 70%) and 12 points for major-NCD (sensitivity: 90%, specificity: 95%).The most frequent errors in the CDT were: graphic, conceptual, spatial, and/or planning difficulties. Discussion and conclusion. This method makes it possibly to quickly and easily explore the cognitive status of the patient. It contains ideal psychometric properties for the detection of patients with major-NCD, in addition to offering the possibility of analyzing performance errors and underlying cognitive difficulties.

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)0,012
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,024
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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,320
Écart entre enseignants0,307 · 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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSalud MentalMême sujetAging, Health, and DisabilityTravaux en français237 207