The use of subjective cognitive complaints for detecting mild cognitive impairment in older adults across cultural and linguistic groups: A comparison of the Cognitive Function Instrument to the Montreal Cognitive Assessment
Notice bibliographique
Résumé
INTRODUCTION: This pilot study aims to explore the psychometric properties of the Cognitive Function Instrument (CFI) as a measure of subjective cognitive complaints (SCC) and its performance in distinguishing mild cognitive impairment (MCI) from normal control (NC) compared to an objective cognitive screen (Montreal Cognitive Assessment [MoCA]). METHODS: One hundred ninety-four community-dwelling non-demented older adults with racial/ethnic diversity were included. Unidimensionality and internal consistency of the CFI were examined using factor analysis, Cronbach's alpha, and McDonald's omega. Logistic regression models and receiver operating characteristic (ROC) analysis were used to examine the performance of CFI. RESULTS: The CFI demonstrated adequate internal consistency; however, the fit for a unidimensional model was suboptimal. The CFI distinguished MCI from NC alone or in combination with MoCA. ROC analysis showed comparable performance of the CFI and the MoCA. DISCUSSION: Our findings support the use of CFI as a brief and easy-to-use screen to detect MCI in culturally/linguistically diverse older adults. HIGHLIGHT: What is the key scientific question or problem of central interest of the paper? Subjective cognitive complaints (SCCs) are considered the earliest sign of dementia in older adults. However, it is unclear if SCC are equivalent in different cultures. The Cognitive Function Instrument (CFI) is a 14-item measure of SCC. This study provides pilot data suggesting that CFI is sensitive for detecting mild cognitive impairment in a cohort of older adults with racial/ethnic diversity. Comparing performance, CFI demonstrates comparable sensitivity to the Montreal Cognitive Assessment, an objective cognitive screening test. Overall, SCC may provide a non-invasive, easy-to-use method to flag possible cognitive impairment in both research and clinical settings.
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 | 0,012 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».