Psychometric and diagnostic properties of the Taiwan version of the Quick Mild Cognitive Impairment screen
Notice bibliographique
Résumé
There is a need for a screening tool with capacities of accurate detection of early mild cognitive impairment (MCI) and dementia and is suitable for use in a range of languages and cultural contexts. This research aims to evaluate the psychometric and diagnostic properties of the Taiwan version of Qmci (Qmci-TW) screen and to explore the discriminating ability of the Qmci-TW in differentiating among normal controls (NCs), MCI and dementia. Thirty-one participants with dementia and 36 with MCI and 35 NCs were recruited from a neurology department of regional hospital in Taiwan. Their results on the Qmci-TW, Taiwanese version of the Montreal Cognitive Assessment (MoCA), and Traditional Chinese version of the Mini-Mental State Examination (MMSE) were compared. For analysis, we used Cronbach's α, intraclass correlation coefficient, Spearman's ρ, Kruskal-Wallis test, receiver operating characteristic curve analysis, and multivariate analysis, as appropriate. The Qmci-TW exhibited satisfactory test-retest reliability, internal consistency, and interrater reliability as well as a strong positive correlation with results from the MoCA and MMSE. The optimal cut-off score on the Qmci-TW for differentiating MCI from NC was ≤ 51.5/100 and dementia from MCI was ≤ 31/100. The MoCA exhibited the highest accuracy in differentiating MCI from NC, followed by the Qmci-TW and then MMSE; whereas, the Qmci-TW and MMSE exhibited the same accuracy in differentiating dementia from MCI, followed by the MoCA. The Qmci-TW may be a useful clinical screening tool for a spectrum of cognitive impairments.
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 | 0,006 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».