Validation of a modified Chinese version of Mini‐Addenbrooke's Cognitive Examination for detecting mild cognitive impairment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: For detecting mild cognitive impairment (MCI), brief cognitive screening tools are increasingly required for the advantage of time saving and no need for special equipment or trained raters. We aimed to develop a modified Chinese version of Mini-Addenbrooke's Cognitive Examination (C-MACE) and further evaluate its validation in detecting MCI. METHODS: A total of 716 individuals aged from 50 to 90 years old were recruited, including 431 cognitively normal controls (NC) and 285 individuals with MCI. The effect size of Cramer's V was used to explore which items in the Chinese version of Addenbrooke's Cognitive Examination-III (ACE-III-CV) best associated with MCI and to form the C-MACE. Receiver operating characteristic (ROC) analyses were carried out to explore the ability of C-MACE, ACE-III-CV, Chinese version of Montreal Cognitive Assessment-Basic (MoCA-BC), and Mini-Mental State Examination (MMSE) in discriminating MCI from NC. RESULTS: Five items with greatest effect sizes of Cramer's V were selected from ACE-III-CV to form the C-MACE: Memory Immediate Recall, Memory Delayed Recall, Memory Recognition, Verbal Fluency Animal and Language Naming. With a total score of 38, the C-MACE had a satisfactory classification accuracy in detecting MCI (area under the ROC curve, AUC = 0.892), superior to MMSE (AUC = 0.782) and comparable to ACE-III-CV (AUC = 0.901) and MoCA-BC (AUC = 0.916). In the subgroup of Age > 70 years, Education ≤ 12 years, the C-MACE got a highest classification accuracy (AUC = 0.958) for detecting MCI. CONCLUSION: In the Chinese-speaking population, C-MACE derived from ACE-III-CV may identify MCI with a good classification accuracy, especially in aged people with low education.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 découle