Screening for cognitive dysfunction in systemic lupus erythematosus: the Montreal Cognitive Assessment Questionnaire and the Informant Questionnaire on Cognitive Decline in the Elderly
Notice bibliographique
Résumé
BACKGROUND: Cognitive dysfunction (CD) is among the most common neuropsychiatric manifestations of systemic lupus erythematosus (SLE). Traditional neuropsychological testing and the Automated Neuropsychologic Assessment Metrics (ANAM) have been used to assess CD but neither is an ideal screening test. The Montreal Cognitive Assessment Questionnaire (MoCA) and the Informant Questionnaire on Cognitive Decline in the Elderly (IQCODE) are brief and inexpensive tests. This study evaluated the MoCA and IQCODE as screening tools. METHODS: SLE patients fulfilling American College of Rheumatology (ACR) classification criteria were evaluated using the ANAM as the reference standard. The performance characteristics of the MoCA and IQCODE were assessed in comparison with normal controls (NCs) and rheumatoid arthritis (RA) patients. Four different definitions of CD were utilized. RESULTS: In total, 78 patients were evaluated. MoCA and ANAM scores were significantly correlated ( r = 0.51, p < 0.001). At the optimal cutoff, the sensitivity of the MoCA was ≥ 90% (depending on definition of CD) vs RA patients and ≥83% vs NCs. ANAM and IQCODE scores did not correlate ( p = 0.8152). IQCODE sensitivities were low for both RA patients and NCs regardless of definition and cutoff used. CONCLUSION: The MoCA appears to be a promising and practical screening tool for identification of patients with SLE at risk for CD.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».