MétaCan
Menu
Retour à la cohorte
Enregistrement W4220695650 · doi:10.3233/jad-215394

Evaluation of the Accuracy of Cognitive Screening Tests in Detecting Dementia Associated with Alzheimer’s Disease: A Hierarchical Bayesian Latent Class Meta-Analysis

2022· article· en· W4220695650 sur OpenAlexaboutno aff

Notice bibliographique

RevueJournal of Alzheimer s Disease · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDementiaLatent class modelCognitive impairmentCognitionBayesian probabilityScreening test

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Montreal Cognitive Assessment (MoCA) and Mini-Mental State Examination (MMSE) are neuropsychological tests commonly used by physicians for screening cognitive dysfunction of Alzheimer's disease (AD). Due to different imperfect reference standards, the performance of MoCA and MMSE do not reach consensus. It is necessary to evaluate the consistence and differentiation of MoCA and MMSE in the absence of a gold standard for AD. OBJECTIVE: We aimed to assess the accuracy of MoCA and MMSE in screening AD without a gold standard reference test. METHODS: Studies were identified from PubMed, Web of Science, CNKI, Chinese Wanfang Database, China Science and Technology Journal Database, and Cochrane Library. Our search was limited to studies published in English and Chinese before August 2021. A hierarchical Bayesian latent class model was performed in meta-analysis when the gold standard was absent. RESULTS: A total of 67 studies comprising 5,554 individuals evaluated for MoCA and 76,862 for MMSE were included in this meta-analysis. The pooled sensitivity was 0.934 (95% CI 0.905 to 0.954) for MoCA and 0.883 (95% CI 0.859 to 0.903) for MMSE, while the pooled specificity was 0.899 (95% CI 0.859 to 0.928) for MoCA and 0.903 (95% CI 0.879 to 0.923) for MMSE. MoCA was useful to rule out dementia associated with AD with lower negative likelihood ratio (LR-) (0.074, 95% CI 0.051 to 0.108). MoCA showed better performance with higher diagnostic odds ratio (DOR) (124.903, 95% CI 67.459 to 231.260). CONCLUSION: MoCA had better performance than MMSE in screening dementia associated with AD from patients with mild cognitive impairment or healthy controls.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,068
score de la tête « metaresearch » (Gemma)0,108
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,361

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0680,108
Méta-épidémiologie (sens strict)0,0050,003
Méta-épidémiologie (sens large)0,0220,091
Bibliométrie0,0110,007
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0040,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,116
Tête enseignante GPT0,376
Écart entre enseignants0,260 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Alzheimer s DiseaseMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207