Diagnostic accuracy of dementia screening tools in the Chinese population: a systematic review and meta-analysis of 167 diagnostic studies
Notice bibliographique
Résumé
BACKGROUND: The rate of undetected dementia is high in China. However, the performance of dementia screening tools may differ in the Chinese population due to the lower education level and cultural diversity. This study aimed to evaluate the diagnostic accuracy of dementia screening tools in the Chinese population. METHODS: Eleven electronic databases were searched for studies evaluating the diagnostic accuracy of dementia screening tools in older Chinese adults. The overall diagnostic accuracy was estimated using bivariate random-effects models, and the area under the summary receiver operating characteristic curve was presented. RESULTS: One hundred sixty-seven studies including 81 screening tools were identified. Only 134 studies qualified for the meta-analysis. The Mini-Mental State Examination (MMSE) was the most commonly studied tool, with a combined sensitivity (SENS) and specificity (SPEC) of 0.87 (95%CI 0.85-0.90) and 0.89 (95%CI 0.86-0.91), respectively. The Addenbrooke's Cognitive Examination-Revised (ACE-R) (SENS: 0.96, 95%CI 0.89-0.99; SPEC: 0.96, 95%CI 0.89-0.98) and Montreal Cognitive Assessment (MoCA) (SENS: 0.93, 95%CI 0.88-0.96; SPEC: 0.90, 95%CI 0.86-0.93) showed the highest performance. The General Practitioner Assessment of Cognition (GPCOG), Hasegawa's Dementia Scale and Cognitive Abilities Screening Instrument had performances comparable to that of the MMSE. The cut-off scores ranged widely across studies, especially for the MMSE (range: 15-27) and MoCA (range: 14-26). CONCLUSIONS: A number of dementia screening tools were validated in the Chinese population after cultural and linguistical adaptations. The ACE-R and MoCA had the best diagnostic accuracy, whereas the GPCOG, with an administration time < 5 minutes, could be considered as a rapid screening tool.
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 | 0,002 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».