Screening for cognitive impairment among individuals aged 60 years or over: scoping review
Notice bibliographique
Résumé
BACKGROUND: Growth in aging of the population has led to increasing numbers of elderly people presenting cognitive impairment and evolution to dementia. There is still no consensus within primary care on the best strategy for screening for cognitive impairment among elderly people. Standardization of a simple but reasonably accurate instrument for a brief cognitive test, in primary care environments, would enable healthcare professionals to identify individuals who require a more in-depth assessment of cognition. OBJECTIVES: To investigate the instruments used by healthcare professionals in studies conducted worldwide and ascertain the most suitable instruments for screening for cognitive impairment among individuals aged 60 years or over, in the Brazilian population. DESIGN AND SETTING: Scoping review developed at Pontifícia Universidade Católica de São Paulo, Brazil. METHOD: A systematic search of the literature was conducted for primary studies using instruments to screen for cognitive impairment among individuals aged 60 years or over, in the MEDLINE, EMBASE, Cochrane Central and LILACS databases. RESULTS: A total of 983 articles were identified by two independent reviewers, from which 49 were selected for full-text reading, based on the criteria defined for this review. From this, 16 articles adhering to the theme of screening for cognitive impairment among the elderly were selected for in-depth analysis. CONCLUSION: The Mini-Mental State Examination was the instrument most cited in these studies. The Pfeffer Functional Activities Questionnaire and the Verbal Fluency Test (semantic category) present characteristics favoring further studies, for testing as screening instruments for cognitive impairment among elderly people in Brazil.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 ».