C - 51Specificity of Reliable Digit Span in Dementia Evaluations
Notice bibliographique
Résumé
Objective: Reliable Digit Span (RDS) is the most commonly used embedded performance validity test. The present study investigated the specificity of RDS in an older adult outpatient sample referred for dementia evaluation across three levels of cognitive impairment severity. Method: Archival data from 117 patients was utilized (mean age = 73.52; mean education = 13.45 years). Patients were clinically diagnosed with either mild cognitive impairment (MCI; n = 42) or dementia (n = 75). Montreal Cognitive Assessment performance was used to classify participants with dementia as either mild (n = 55) or moderate (n = 20) severity via a cutoff of 14. Mean Repeatable Battery for the Assessment of Neuropsychological Status Total Scale scores for MCI, mild dementia, and moderate dementia groups were 86.24, 71.65, and 57.75, respectively. Results: Using a cutoff of <6, specificity rates were 90%, 83.6%, and 60% for the MCI, mild dementia, and moderate dementia groups, respectively. To maintain specificity of at least 90% in the mild dementia group, a cutoff of <5 was necessary. To maintain 90% specificity in the moderate dementia group, a cutoff of <3 was required. Conclusions: Specificity findings within the mild dementia sample of heterogeneous etiology and MCI correspond with those published by Loring et al. (2016) within early AD and MCI samples, respectively. The current findings provide further evidence that a cutoff of <6 is appropriate in patients with MCI, and indicate that a more conservative cutoff is required in patients with mild dementia regardless of etiology. RDS is not useful in patients suspected of moderate dementia given the need for a substantially lowered cutoff score.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».