VADEC program: Cognitive impairment (CI) assessment in Spain
Notice bibliographique
Résumé
Abstract Background Analyze the controversies in diagnosis and neuropsychological approach of patients with CI. Achieve a consensus of Good Clinical Practice Guidelines (GCPG) that stablish which cognitive tests are suitable. Method VADEC program is based on Delphi Methodology in order to reach to a consensus about diagnostic criteria and cognitive assessment scales more suitable in CI, and its relationship with epidemiologic and diagnostic guidelines or bibliographic sources published. The specific questionnaire was completed by neurologists specialized in dementia in Spain. It was proposed many items or questions (1‐9 scores), and decide the median value, the confidence degree and the group consensus achieved. Result The program was developed from 1st June to 31th July 2017. 130 neurologists were involved (21 years of clinical practice) in public system (90.8%). About 38.67 % of patients had CI, 41.15% moderate and 20.18% severe. There was a consensus of using Petersen criteria to define MCI as a syndrome. MMSE is considered the most useful tool, followed by Clock Drawing test (CDT), Friedman or MOCA test. It´s necessary to have more information, over all in DSM‐V, and the convenience of elaborating a GCPG which harmonized MCI criteria. Conclusion There was a great consensus about using MMSE or MEC test. There was a wide consensus about the utility of MoCA, CDT and Friedman test. These results express the necessity of GCPG in CI about the use of cognitive test in Spain.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».