The gesture imitation test in dementia with Lewy bodies and Alzheimer's disease dementia
Notice bibliographique
Résumé
Objectives Dementia with Lewy bodies (DLB) is the second most common type of neurodegenerative dementia following Alzheimer's disease dementia (ADD). This study investigated the diagnostic role of the gesture imitation test in detecting DLB and differentiating DLB from ADD. Methods A total of 63 patients with DLB, 93 patients with ADD, and 88 healthy controls were included in this study. All participants were administered the gesture imitation test, the Mini-Mental State Examination (MMSE), the Montreal Cognitive Assessment (MoCA), the clock drawing test (CDT), and other neuropsychological tests. Results The patients with DLB performed worse than the healthy controls in the global scores and on every item of the gesture imitation test (p < 0.001). The area under the curve (AUC) for the global scores was 0.889 (p < 0.001) in differentiating the DLB and control groups. Item 4 was a better discriminator, with a sensitivity of 79.37% and a specificity of 79.55%. The AUC for the global scores decreased to 0.593 and the difference was marginal (p = 0.079) in differentiating the DLB and ADD groups. The patients with DLB performed worse on Items 1 and 4 compared with the patients with ADD (p = 0.040, 0.004). The gesture imitation test was positively correlated with the scores of the MMSE (r = 0.355, p = 0.017), the MoCA (r = 0.382, p = 0.010), and the CDT (r = 0.407, p = 0.005) in patients with DLB. Conclusion The gesture imitation test is an easy, rapid tool for detecting DLB and has a role in differentiating DLB from ADD, especially in Items 1 and 4.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».