Reliability and validity of the Rowland Universal Dementia Assessment Scale for patients with traumatic brain injury
Notice bibliographique
Résumé
Objective and accurate cognitive assessment scales are essential for guiding cognitive rehabilitation following traumatic brain injury (TBI). The aim of this study was to evaluate the reliability and validity of the Rowland Universal Dementia Assessment Scale (RUDAS) for TBI and to verify the clinical application value. Fifty patients with TBI and 32 matched controls were assessed using the Mini-Mental State Examination (MMSE), Montreal Cognitive Assessment (MoCA), and a newly developed Chinese version of RUDAS. These scales were then compared for internal consistency, inter-rater reliability, test‒retest reliability, content validity, construct validity, and diagnostic efficacy. Among the TBI group, the RUDAS demonstrated acceptable internal consistency (Cronbach’s α = 0.733), high inter-rater reliability (intraclass correlation coefficients [ICCs] of 0.910‒0.999), and high test‒retest reliability (total score ICC = 0.938). The correlation coefficients between RUDAS total score and individual subscores were all > 0.5 except for body orientation (r = 0.363), indicating generally good content validity. Total RUDAS scores were moderately correlated with both MMSE total scores (r = 0.701, p < 0.001) and MoCA total scores (r = 0.778, p < 0.001), indicating good construct validity. Receiving operating characteristic curve analysis yielded comparable areas under the curve for diagnostic efficacy (RUDAS, 0.844; MMSE, 0.769; MoCA, 0.824; all p > 0.05). A RUDAS score cutoff of 23.5 distinguished TBI patients from controls with 60% sensitivity and 100% specificity. Therefore, the RUDAS demonstrates both good reliability and validity for evaluating cognitive impairments in TBI patients.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».