Classification accuracy of the English version of the Canadian Indigenous Cognitive Assessment (CICA) in a majority culture memory clinic sample
Notice bibliographique
Résumé
Abstract Background Most cognitive screening tools are culturally inappropriate for Indigenous peoples. The Kimberly Indigenous Cognitive Assessment (KICA) screening tool was collaboratively developed in Australia with, and for, Indigenous peoples. Using a similar community‐based method, the KICA was adapted to Canadian Indigenous peoples’ culture and translated into other languages, beginning in Ontario on Manitoulin Island, and was re‐named the Canadian Indigenous Cognitive Assessment (CICA). The classification accuracy of the CICA‐Ontario version, English translation, was explored in the current project in a memory clinic setting where the majority of patients were of Eurocentric origin. Method Of 79 consecutive cases presenting to an interdisciplinary diagnostic memory clinic, 58 completed the CICA. Inclusion criteria included consent for participation in research and planned administration of the typical 2 hour long neuropsychological battery. CICA data were not used for any clinical process; consequently, diagnosis was independent. Diagnosis was made by consensus of the neurologist and neuropsychologist after patient and collateral informant interviews and nursing, neurological, medical (comprehensive blood work, neuroimaging), neuropsychological, and physical therapy evaluations. Result Patients’ ages ranged between 38 and 90 (M= 65.3, SD= 12.3) and 52 percent were male. Diagnoses included no objective cognitive impairment despite cognitive concerns termed subjective cognitive impairment (SCI; n= 23; CICA M = 37.09; CICA SD = 1.08), mild cognitive impairment (MCI; n= 14; CICA M = 34.93; CICA SD = 2.46), dementia due to Alzheimer disease (AD; n= 9; CICA M = 31.44; CICA SD = 3.00), and non‐AD dementias (n= 12; CICA M = 32.75; CICA SD = 5.07). Classification accuracy as measured by the area under the receiver operating characteristic (ROC) curve (AUC) for groups with diagnoses of dementia (n= 21) vs no dementia (SCI or MCI; n= 37) was .78 (AUC confidence interval (CI) .66‐.92). Accuracy was high for cognitive impairment (dementia and MCI; n= 35) versus SCI (n= 23) (AUC=.84 CI .74‐.94) and lower for MCI (n= 14) vs dementia (n= 14)(AUC=.67; CI .49‐.85). Conclusion Although additional validity data from Indigenous peoples is needed, these data support the measurement properties of the CICA‐Ontario English‐version in a majority culture sample.
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 | 0,020 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».