Discriminability of Mild Cognitive Impairment Subtypes Based on Neuropsychological Test Outcomes from a Memory Clinic in Puerto Rico
Notice bibliographique
Résumé
Abstract Objective The aim of the study was to research test outcomes in Dementia Rating Scale-2 (DRS-2; Spanish adapted version), Montreal Cognitive Assessment (MoCA), Mini Mental Status Exam (MMSE), and Geriatric Depression Scale short form (GDS-SF), as predictors of the different Mild Cognitive Impairment (MCI) subtypes. Participants and Method Our sample constituted of 169 total participants (113 females and 56 males), with ages ranging from 44 to 88 (M = 68.20, SD = 9.59). Educational level presented by sample included 67.5% with professional degrees, 21.9% with a high school diploma, and 10.1% with less than a high school education. We conducted hierarchical logistic regression analysis to generate predicted probabilities of the cognitive tests’ total scores in identifying MCI subtypes. We tested four individual models- each utilized a different MCI subtype (amnestic MCI, single; amnestic MCI, multiple; non-amnestic MCI, single; non-amnestic MCI, multiple) as the dependent variable. The MoCA, DRS-2, MMSE, and the GDS-SF total scores were used as predictors in each analysis. Results We found statistical significance in our four regression models: χ2(1) = 46.26, p < .05 for the model with amnestic MCI, multiple; χ2 (1) = 17.62, p < .05 for the model with amnestic MCI, single; χ2(1) = 15.35, p < .05 for the model with non-amnestic MCI, multiple; and χ2(1) = 18.74, p < .05 for the model with non-amnestic MCI, single. Conclusions Overall, the results in this study suggest that the DRS-2 and the MoCA, two relatively brief and comprehensive screening instruments, are able to discriminate between individuals with varying forms of cognitive impairment. Participants in the amnestic subtypes of MCI performed significantly lower on both of these tests. Our results also suggest that MMSE better discriminates for non-amnestic subtypes. Finally, the GDS-SF suggests better discriminability between memory related cognitive impairment and emotionally related cognitive impairment.
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| 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 ».