MétaCan
Menu
Retour à la cohorte
Enregistrement W3191448926 · doi:10.1093/eurjcn/zvab060.129

Usefulness of the japanese version of rapid dementia screening test for mild cognitive impairment in older patients with cardiovascular disease

2021· article· en· W3191448926 sur OpenAlexaboutno aff
Takuji Adachi, Yuki Tsunekawa, T. Kameyama, K. Kobayashi, Akihito Matsuoka, Daisuke Tanimura

Notice bibliographique

RevueEuropean Journal of Cardiovascular Nursing · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésMontreal Cognitive AssessmentDementiaMedicineCognitionDiseaseCognitive declineCognitive evaluation theoryGerontologyRank correlationCognitive testReceiver operating characteristicSpearman's rank correlation coefficientTest (biology)Cognitive impairmentPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Funding Acknowledgements Type of funding sources: Public grant(s) – National budget only. Main funding source(s): JSPS KAKENHI Background Cognitive decline is common among older patients with cardiovascular disease and can decrease their self-management abilities. Therefore, early detection of cognitive decline is clinically important, as it can help guide effective home-based care measures, including education of family members and deployment of healthcare resources. However, the standard instruments for identifying mild cognitive impairment (MCI) are not always feasible in clinical practice. Purpose This study evaluated whether MCI could be detected using the Japanese version of the Rapid Dementia Screening Test (RDST-J), which is a simple screening tool for identifying cognitive decline. Methods This cross-sectional study included patients who were ≥ 65 years old and hospitalised because of cardiovascular disease. Patients with a pre-hospitalisation diagnosis of dementia were excluded. Each patient’s cognitive function had been measured at discharge using the RDST-J and the Japanese version of the Montreal Cognitive Assessment (MoCA-J), which is a standard tool for MCI screening. The RDST-J includes a number transcoding task and a supermarket task, and can be completed in 3 min (range: 0–12 points). The MoCA-J assesses nine domains of cognition and requires 10–15 min to complete (range: 0–30 points). The correlation between the two scores was evaluated using Spearman’s rank correlation coefficient. Receiver operating characteristic (ROC) analysis was also conducted to evaluate whether the RDST-J could identify MCI, which was defined as a MoCA-J score of ≤ 25 points. Results The study included 78 patients (the mean age: 77.2 ± 8.9 years, men: 56.4%). Based on a MoCA-J score of ≤ 25 points, MCI was identified in 73.1% (n = 57) of the patients. The RDST-J and MoCA-J scores were strongly correlated (r = 0.835, p <0.001). The ROC analysis revealed that an RDST-J score of ≤ 9 points provided 75.4% sensitivity and 95.2% specificity for identifying MCI, with an area under the curve of 0.899 (95% confidence interval: 0.835–0.964, Figure 1). The same cut-off value was identified when excluding patients with a high probability of dementia (RDST-J score of ≤ 4 points). Conclusions The RDST-J is a simple instrument and its score was highly correlated with the standard test for identifying MCI in older patients with cardiovascular disease. Our results suggest that the RDST-J may be useful for routine cognitive assessments in clinical practice. Longitudinal studies are needed to evaluate whether the RDST-J scores respond to changes in cognitive status, as well as whether this tool can be used to predict adverse health outcomes after discharge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,169
Score d'incertitude au seuil0,591

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,246
Écart entre enseignants0,229 · 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 tête enseignante, 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Cardiovascular NursingMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207