Development of a neurocognitive test battery for HIV-associated neurocognitive disorder (HAND) screening: suggested solutions for resource-limited clinical settings
Notice bibliographique
Résumé
BACKGROUND: Practical screening strategies are necessary to detect neurocognitive impairment of all severities in HIV populations, which remains prevalent despite highly active antiretroviral therapy and requires full neuropsychological testing for diagnosis. We aimed to develop a brief and clinically feasible battery to screen for HIV-associated neurocognitive disorders (HAND) in resource-limited settings even where English is not the native language. METHODS: A total of 53 outpatients were recruited from a multi-ethnic Southeast Asian HIV-positive cohort. Performance on a neuropsychological protocol was used to define cognitive impairment, of which 28 patients (52.8%) were identified with HAND. Receiver operating characteristic analysis was used to determine the best combinations of cognitive tests for the screening battery. RESULTS: 3 different combinations of cognitive tests that required minimal literacy, time to administer, and administrator training were found to classify HAND with fair accuracy. Montreal Cognitive Assessment (MoCA), in combination with tests of psychomotor coordination, verbal learning and speed processing, yielded area under curve scores of above 0.75, the primary outcome of receiver operating characteristic analysis. CONCLUSION: The 3-test combinations presented in this study appear to be promising screening options for HAND in HIV-infected patients. The addition of 2 tests to MoCA improves the overall accuracy while retaining its convenience, giving more potential for the inclusion of cognitive screening in routine clinical care. Further validation of the batteries in specific settings is warranted to determine specific screening cut-offs to a global cognitive 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 | 0,002 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».