Cognitive Status & Dementia Severity in CVLT-II-SF Forced Choice Recognition: Implications for Effort Assessment
Notice bibliographique
Résumé
Abstract Effort testing is critical to neuropsychological practice, including dementia assessment. Questions exist around whether cognitive status or impairment severity impacts effort test performance in this population. Presently, we examined whether scores on an embedded effort test - the California Verbal Learning Test II Short Form (CVLT-II-SF) Forced Choice Recognition (FCR) - differed across diagnostic cognitive status groups and how severity of impairment modulated test performance. In a sample of memory clinic patients, three cognitive status groups were identified: subjective cognitive impairment (SCI; n = 92), amnestic mild cognitive impairment (a-MCI; n = 18), and dementia due to Alzheimer’s Disease (AD; n = 70). Significant group differences in FCR performance were observed using one-way ANOVA (p < .001), with post-hoc analysis indicating the AD group performed significantly worse scores than the other groups. Using multiple regression, FCR performance was modelled as a function of cognitive status, impairment severity indexed MMSE, and their interaction, with a parallel analysis for the Clinical Dementia Rating Sum of Boxes (CDR-SOB) scores as an alternate severity measure. Results yielded significant main effects for MMSE (p = 0.019) and cognitive status (p = 0.026), as well as a significant interaction (p = 0.021). Thus, increases in impairment severity disproportionately impaired FCR performance for persons with AD, calling into question research-based cut scores for effort determination in dementia contexts. Corresponding CDR-SOB analyses were non-significant. Future research should examine whether CVLT-II-SF-FCR is an appropriately specific inclusion in a best-practice testing battery for evaluating effort in dementia 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».