MétaCan
Menu
Retour à la cohorte
Enregistrement W2958248145 · doi:10.3988/jcn.2019.15.3.313

Validation Study of the Chinese Version of Addenbrooke's Cognitive Examination III for Diagnosing Mild Cognitive Impairment and Mild Dementia

2019· article· en· W2958248145 sur OpenAlexaboutno aff
Xiaojia Li, Lili Yang, Jia Yin, Nengwei Yu, Fang Ye

Notice bibliographique

RevueJournal of Clinical Neurology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, San Francisco
Mots-clésDementiaMontreal Cognitive AssessmentReceiver operating characteristicCognitive impairmentInternal medicineMedicineArea under the curveCognitionChinese populationMini–Mental State ExaminationCutoffPsychologyPsychiatryDisease

Résumé

récupéré en direct d'OpenAlex

Background and Purpose There are only a few cognitive screening tests for the Chinesespeaking population, and so this study aimed to validate the Chinese version of Addenbrooke's Cognitive Examination III (ACE-III) for detecting mild cognitive impairment (MCI) and mild dementia.Its diagnostic accuracy was compared with the Chinese versions of the Mini Mental State Examination (MMSE) and the Montreal Cognitive Assessment (MoCA).Methods The 176 included individuals were divided into 3 groups: mild dementia group, MCI group, and normal control group.MMSE, MoCA, and ACE-III were administered to all participants by researchers who were blinded to the clinical grouping.The receiver operating characteristic (ROC) curves were analyzed.Results ACE-III exhibited good internal consistency and convergent validity.Age and education level significantly influenced the total ACE-III scores.When screening MCI, the area under the ROC curve (AUC) was significantly larger for ACE-III than for MMSE (0.88 vs. 0.72, p<0.05) and MoCA (0.88 vs. 0.76, p<0.05).ACE-III showed higher sensitivity (0.75) and specificity (0.89) than MMSE (0.64 and 0.63, respectively) and MoCA (0.67 and 0.77) at the optimal cutoff score of 88/89.For detecting mild dementia, ACE-III yielded satisfactory sensitivity (0.94) and specificity (0.83) at the optimal cutoff score of 74/75.The AUC of ACE-III was 0.95, which was comparable to those of MMSE (0.95) and MoCA (0.91).In participants with ≥12 years of education, the AUC was significantly larger for ACE-III than for MMSE when detecting MCI (0.90 vs. 0.68, p<0.05) and mild dementia (0.97 vs. 0.90, p<0.05). ConclusionsThe present study has verified that ACE-III is a reliable and accurate tool for screening MCI and mild dementia in the Chinese-speaking population, and is significantly superior to MMSE and MoCA for detecting MCI.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,405
Écart entre enseignants0,367 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations34
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical NeurologyMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207