Brief digital cognitive assessment for detection of cognitive impairment in low‐ and middle‐income countries
Notice bibliographique
Résumé
Abstract Background Rapid technological advances offer a possibility to develop cost‐effective digital cognitive assessment tools. However, it is unclear whether these measures are suitable for application in populations from Low and Middle‐Income Countries (LMIC). Methods In this cross‐sectional study, we examined the accuracy and validity of the Brian Health Assessment (BHA) in detecting cognitive impairment in a Cuban population; 146 participants (cognitively healthy=53, MCI=46, dementia=47) were recruited at primary care and tertiary clinics. The main outcomes included: accuracy of the BHA in discriminating between controls and cognitively impaired groups (MCI and dementia) and correlations between the BHA subtests of memory, executive functions, and visuospatial skills and criterion‐standard paper‐and‐pencil tests in the same domains. Results The BHA had an AUC of .95 (95% CI: .91‐ .98) in discriminating between controls and cognitively impaired groups (MCI and dementia, combined) with .91 sensitivity at .85 specificity. In discriminating between control and MCI groups only, the BHA tests had an AUC of .94 (95% CI: .90‐ .99) with .71 sensitivity at .85 specificity. Performance was superior to the MoCA across all diagnostic groups. Concurrent and discriminant validity analyses showed moderate to strong correlations between the BHA tests and standard paper‐and‐pencil measures in the same domain and weak correlations with standard measures in unrelated domains. Conclusions The BHA has excellent performance characteristics in detecting cognitive impairment including dementia and MCI in a Hispanic population in Cuba and outperformed the MoCA. These results support potential application of digital cognitive assessment for older adults in LMIC.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».