Cognitive assessment in the time of pandemics: mandatory surgical face mask usage affects cognitive test performance of older adults
Notice bibliographique
Résumé
BACKGROUND: The most important disadvantage of surgical mask usage is that it can aversely affect communication. This study aimed to evaluate the possible effects of face masks on the cognitive test performance of older adults. METHODS: A total of 198 geriatric patients were enrolled after applying the exclusion criteria. Within the comprehensive geriatric assessment (CGA), cognitive status assessment was performed with the Mini-Mental State Examination test (MMSE) and Quick Mild Cognitive Impairment Screening test (Q-MCI) tests. RESULTS: The median age was 70 (66-77) years, and there were 119 female (60.7%) patients. Patients were divided into normal cognitive status (NC), mild cognitive impairment (MCI), and probable Alzheimer's disease (AD) groups. There were 129 (65.2%), 30 (15.2%), and 37 (18.7%) patients in each group, respectively. For differentiating MCI from NC, calculated optimal cut-offs for the Q-MCI and MMSE total scores were ≤50 (sensitivity 83.3%, specificity 90.7%) and ≤26 (sensitivity 63.3%, specificity 87.5%), respectively. For differentiating AD from MCI, calculated optimal cut-offs for the Q-MCI and MMSE total scores were ≤28 (sensitivity 76.8%, specificity 86.7%), and ≤24 (sensitivity 94.4%, specificity 64.5%), respectively. CONCLUSION: Our results revealed that screening tests are still sensitive in discriminating cognitive disorders although cut-offs are lower with mask usage than for previously validated cut-offs. This is the first study revealing the impact of surgical mask usage on cognitive test performance, indicating that cut-offs validated before the pandemic may cause overdiagnosing of cognitive disorders since the previous cut-offs are not validated for mask usage. Large sample studies are needed to determine new cut-offs validated with mask usage.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».