Cognitive Assessment Tools for Screening Older Adults With Low Levels of Education: A Critical Review
Notice bibliographique
Résumé
Introduction: Cognitive assessment of illiterate or low-educated people is particularly challenging because several battery tasks require a certain educational background. Early detection of mild cognitive impairment (MCI) using validated screening tools in older adults is of great importance since they are the target population group that could benefit from new drugs that are being investigated in clinical trials for the treatment of dementias. The assessment of psychometric properties of cognitive tests are not well established in patients with low education. The present study aimed to critically review the literature on cognitive assessment tools used for screening cognitive syndromes including MCI and AD in older adults with low education. Methods: We searched cross-sectional and prospective studies with adults over 55 years of age through a systematic electronic search of the following databases: MEDLINE, LILACS, Cochrane, and SCOPUS. Results: A significant number of assessment tools available (total of 44), but only a few of them showed diagnostic accuracy for the diagnosis of MCI and AD in adults with low education: Mini-Mental State Exam, Montreal Cognitive Assessment, Persian test of Elderly for Assessment of Cognition and Executive function and The Six Item Screener and Memory Alteration Test. Few studies evaluated adults with low education with range of cutoff scores for various cognitive test batteries. Conclusion We found that a small number of studies evaluated adults with 4 years of education or less. Our findings further support the need for the development of specific tools for the assessment of low-educated adults.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».