MétaCan
Menu
Retour à la cohorte
Enregistrement W3010251966 · doi:10.1186/s12883-020-01657-9

A comparative study on the validations of three cognitive screening tests in identifying subtle cognitive decline

2020· article· en· W3010251966 sur OpenAlex
Fengfeng Pan, Lin Huang, Keliang Chen, Qianhua Zhao, Qihao Guo

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueBMC Neurology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesKey Technologies Research and Development Program
Mots-clésNeurochemistryNeurologyMedicineCognitive declineCognitionNeurosurgeryCognitive testPsychiatryDementiaPathologyDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Subtle cognitive decline (SCD) may represent a very early stage of objective cognitive impairment before mild cognitive impairment (MCI), with less neuronal damage and more functional reservation. Detecting individuals with SCD is imperative for dementia prevention and treatment. In this study, we aimed to compare the validations of three cognitive screening tests, Mini-Mental State Examination (MMSE), Montreal Cognitive Assessment-Chinese Version (MoCA-CV), and Memory and Executive Screening (MES), in identifying subtle cognitive decline. METHODS: A total of 407 individuals were recruited, including 147 cognitively normal controls (NC), 102 individuals with subtle cognitive decline (SCD) and 158 individuals with mild cognitive impairment (MCI) according to the operational neuropsychological criteria proposed by Jak and Bondi's. All participants underwent standardized comprehensive neuropsychological tests and the three cognitive screening tests. Chi-square analysis was used to compare the cognitive performance among the groups of NC, SCD and MCI. Receiver operating characteristic (ROC) curves were used to evaluate the abilities of MMSE, MoCA-CV and MES in discriminating NC, SCD and MCI. RESULTS: Compared with NC, SCD showed a significant decline only in the tests of memory, such as Auditory Verbal Learning Test (AVLT), Rey-Osterrieth Complex Figure Test (CFT) and Prospective Memory Test (PrM) (P < 0.01). However, MCI showed significant decline in all cognitive performances (P < 0.01). The scores of MMSE, MoCA-CV and MES all showed a progressive downward trend within the groups of NC, SCD and MCI (P < 0.001). In ROC Analyses for discriminating individuals with SCD from NC, the most appropriate MES cutoff was 84, with a sensitivity of 74.3%, a specificity of 60.8% and 0.738 for AUC (95%CI, 0.675-0.801). By contrast, MMSE and MOCA-CV had poor sensitivity (67.4 and 70.8%, respectively) and specificity (51.0 and 52.9%, respectively), and smaller AUCs (0.643 and 0.644, respectively) than the MES. CONCLUSION: As a screening test, MES is more efficacious in identifying SCD from normal controls than MMSE and MoCA-CV.

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.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 seuil0,479

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,244
Tête enseignante GPT0,427
Écart entre enseignants0,182 · 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