Comparison of the Greek Version of the Quick Mild Cognitive Impairment Screen and Standardised Mini-Mental State Examination
Notice bibliographique
Résumé
INTRODUCTION: Short cognitive screening instruments (CSIs) are widely used to stratify patients presenting with cognitive symptoms. The Quick Mild Cognitive Impairment (Qmci) screen is a new, brief (<5mins) CSI designed to identify mild cognitive impairment (MCI), which can be used across the spectrum of cognitive decline. Here we present the translation of the Qmci into Greek (Qmci-Gr) and its validation against the widely-used Standardised Mini-Mental State Examination (SMMSE). METHODS: Consecutive patients aged ≥55 years presenting with cognitive complaints were recruited from two outpatient clinics in Greece. All patients completed the Qmci-Gr and SMMSE and underwent an independent detailed neuropsychological assessment to determine a diagnostic classification. RESULTS: In total, 140 patients, median age 75 years, were included; 30 with mild dementia (median SMMSE 23/30), 76 with MCI and 34 with subjective memory complaints (SMC) but normal cognition. The Qmci-Gr had similar accuracy in differentiating SMC from cognitive impairment (MCI & mild dementia) compared with SMMSE, area under the curve (AUC) of 0.84 versus 0.79, respectively; while accuracy was higher for the Qmci-Gr, this finding was not significantly different, (p = .19). Similarly, the Qmci-Gr had similar accuracy in separating SMC from MCI, AUC of 0.79 versus 0.73 (p = .23). CONCLUSIONS: The Qmci-Gr compared favorably with the SMMSE. Further research with larger samples and comparison with other instruments such as the Montreal Cognitive Assessment is needed to confirm these findings but given its established brevity, it may be a better choice in busy clinical practice in Greece.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».