MétaCan
Menu
Retour à la cohorte
Enregistrement W2911790438 · doi:10.1080/13825585.2019.1577352

A Danish version of the Oxford cognitive screen: a stroke-specific screening test as an alternative to the MoCA

2019· article· en· W2911790438 sur OpenAlexaboutno aff
Ro Julia Robotham, Jens Ø. Riis, Nele Demeyere

Notice bibliographique

RevueAging Neuropsychology and Cognition · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensnon disponible
Organismes subventionnairesDanmarks Frie ForskningsfondStroke Association
Mots-clésMontreal Cognitive AssessmentDanishPsychologyTest (biology)CognitionStroke (engine)GerontologyCognitive impairmentPsychiatryMedicine

Résumé

récupéré en direct d'OpenAlex

Cognitive deficits are common following stroke and have many negative consequences. They must be identified to provide appropriate interventions and care. In Denmark, the Montreal Cognitive Assessment (MoCA), a dementia screening tool, is commonly used to screen for cognitive deficits following stroke, despite its limitations in this context. This study aimed to make the Oxford Cognitive Screen (OCS), a stroke-specific cognitive screening tool, available in Danish and to provide population appropriate normative data. Additionally, the study aimed to evaluate the appropriateness of the MoCA cutoff of 25/26 currently used in Denmark. A sample of healthy Danish participants aged 36-89 was assessed using the Danish OCS and MoCA. Mean performance and 5th percentile cutoffs were calculated for both tests. OCS results were similar to results from European studies. For the MoCA, 5th percentile corresponded to 22.35, suggesting that the cutoff currently used in Denmark is inappropriate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,302
Score d'incertitude au seuil0,383

Scores Codex et Gemma par catégorie

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

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 Opus0,028
Tête enseignante GPT0,287
Écart entre enseignants0,259 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations31
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAging Neuropsychology and CognitionMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207