Evaluation of Available Cognitive Tools Used to Measure Mild Cognitive Decline: A Scoping Review
Notice bibliographique
Résumé
Cognitive decline is a broad syndrome ranging from non-pathological/age-associated cognitive decline to pathological dementia. Mild cognitive impairment MCI) is defined as the stage of cognition that falls between normal ageing and dementia. Studies have found that early lifestyle interventions for MCI may delay its pathological progression. Hence, this review aims to determine the most efficient cognitive tools to discriminate mild cognitive decline in its early stages. After a systematic search of five online databases, a total of 52 different cognitive tools were identified. The performance of each tool was assessed by its psychometric properties, administration time and delivery method. The Montreal Cognitive Assessment (MoCA, n = 15), the Mini-Mental State Examination (MMSE, n = 14) and the Clock Drawing Test (CDT, n = 4) were most frequently cited in the literature. The preferable tools with all-round performance are the Six-item Cognitive Impairment Test (6CIT), MoCA (with the cut-offs of ≤24/22/19/15.5), MMSE (with the cut-off of ≤26) and the Hong Kong Brief Cognitive Test (HKBC). In addition, SAGE is recommended for a self-completed survey setting whilst a 4-point CDT is quick and easy to be added into other cognitive assessments. However, most tools were affected by age and education levels. Furthermore, optimal cut-off points need to be cautiously chosen while screening for MCI among different populations.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».