MétaCan
Menu
Retour à la cohorte
Enregistrement W3128724180 · doi:10.1080/13607863.2021.1881757

Validation of the Chinese version of Addenbrooke’s cognitive examination III for detecting mild cognitive impairment

2021· article· en· W3128724180 sur OpenAlexaboutno aff
Fengfeng Pan, Ying Wang, Lin Huang, Yue Huang, Qihao Guo

Notice bibliographique

RevueAging & Mental Health · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésMontreal Cognitive AssessmentIntraclass correlationReceiver operating characteristicCronbach's alphaCognitionPsychologyMedicineCognitive impairmentAudiologyClinical psychologyPsychiatryInternal medicinePsychometrics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To evaluate the reliability and validity of Chinese version of Addenbrooke's Cognitive Examination III (ACE-III-CV) in the identification of mild cognitive impairment (MCI), and further investigate the optimal cutoff scores according to different age and education level. METHOD: A total of 716 individuals aged from 50 to 90 years old were recruited through internet-based and print advertisements, including 431 cognitively normal controls (NC) and 285 individuals with MCI according to an actuarial neuropsychological method put forward by Jak and Bondi. Besides the cognitive screening tests of ACE-III-CV, Mini-Mental State Examination (MMSE) and Chinese version of Montreal Cognitive Assessment-Basic (MoCA-BC), all the participants underwent a battery of standardized neuropsychological tests. Validations of the ACE-III-CV, MMSE, and MoCA-BC for detecting MCI from NC were determined by Receiver operating characteristic (ROC) curves. RESULTS: ACE-III-CV had a good reliability (Cronbach's coefficient α = 0.807, intraclass correlation coefficients for interrater and test-retest reliability were 0.95 and 0.93). According to the area under ROC curve (AUC), ACE-III-CV and MoCA-BC showed better ability than MMSE in detecting MCI. No significant difference was found between ACE-III-CV and MoCA-BC. The optimal cutoff scores of ACE-III-CV for screening MCI were 72 for individuals with 1-9 years of education, 78 for individuals with 10-15 years of education, and 80 for individuals with more than 16 years of education. CONCLUSION: The Chinese version of ACE-III-CV is a reliable and valid screening tool for detecting MCI. The optimal cutoff scores are closely related with education level.

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)0,007
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,016
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,019
Tête enseignante GPT0,359
Écart entre enseignants0,340 · 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

Citations48
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAging & Mental HealthMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207