Profile of Mild Behavioral Impairment and Factor Structure of the Mild Behavioral Impairment Checklist in Cognitively Normal Older Adults
Notice bibliographique
Résumé
Objectives: In this large population study we set out to examine the profile of Mild Behavioral Impairment using the Mild Behavioral Impairment Checklist (MBI-C), and determine its factor structure when employed as a self-report and informant rated tool.Design: Population based cohort study. Setting: Online testing via the PROTECT study (http://www.protectstudy.org.uk)Participants: 5,742 participant-informant dyads.Measurements: Both participants and informants completed the MBI-C. The factor structure of the MBI-C was evaluated by exploratory factor analysis (EFA).Results: The most common MBI-C items as rated by self-report and informants related to affective dysregulation (mood/anxiety symptoms), being present in 34% and 38% of the sample respectively. The least common were items relating to abnormal thoughts and perception (psychotic symptoms) (present in 3 and 6% of the sample respectively). There were only weak correlations between self-report and informant-rated MBI-C responses. EFA for both sets of respondent answers indicated a five-factor solution for the MBI-C was appropriate, reflecting the structure of the MBI-C.Conclusion: This is the largest and most detailed report on the frequency of MBI symptoms in the general population. The full spectrum of MBI symptoms was present in our sample, whether rated by self-report or informant report. However, we show that the MBI-C performs differently in self-rated versus informant-rated situations, which may have important implications for the use of the questionnaire in clinic and research.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 tête enseignante, 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 ».