MétaCan
Menu
Retour à la cohorte
Enregistrement W3032084656 · doi:10.5770/cgj.23.405

Mini-Addenbrooke’s Cognitive Examination (MACE): a Useful Cognitive Screening Instrument in Older People?

2020· article· en· W3032084656 sur OpenAlexvenueno aff
A. J. Larner

Notice bibliographique

RevueCanadian Geriatrics Journal · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaceMedicineDementiaCohortCognitionTest (biology)NeurologyCognitive impairmentPhysical therapyGerontologyDiseasePsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Mini-Addenbrooke's Cognitive Examination (MACE) is a recently described brief cognitive screening instrument. OBJECTIVE: To examine the test accuracy of MACE for the identification of dementia and mild cognitive impairment (MCI) in a cohort of older patients assessed in a neurology-led dedicated cognitive disorders clinic. METHODS: Cross-sectional assessment of consecutive patients with MACE was performed independent of the reference standard diagnosis based on clinical interview of patient and, where possible, informant and structural brain imaging, and applying standard clinical diagnostic criteria for dementia and MCI. Various test accuracy metrics were examined at two MACE cut-offs ( ≤ 25/30 and ≤ 21/30), comparing the whole patient cohort with those aged ≥ 65 or ≥ 75 years, hence at different disease prevalences. RESULTS: Dependent upon the chosen cut-off, MACE was either very sensitive or very specific for the identification of any cognitive impairment in the older patient cohorts with increased disease prevalence. However, at both cut-offs the positive predictive values and post-test odds increased in the older patient cohorts. At the more sensitive cut-off, improvements in some new unitary test metrics were also seen. CONCLUSION: MACE is a valid instrument for identification of cognitive impairment in older people. Test accuracy metrics may differ with disease prevalence.

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)0,005
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,007
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
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 Opus0,030
Tête enseignante GPT0,283
Écart entre enseignants0,253 · 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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geriatrics JournalMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207