MétaCan
Menu
Retour à la cohorte
Enregistrement W4307975199 · doi:10.1080/13854046.2022.2135605

Characterizing mild cognitive impairment to predict incident dementia in adults with bipolar disorder: What should the benchmark be?

2022· article· en· W4307975199 sur OpenAlexaff
Daniel Andruchow, Daniel R. Cunningham, Manu J. Sharma, Zahinoor Ismail, Brandy L. Callahan

Notice bibliographique

RevueThe Clinical Neuropsychologist · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensHotchkiss Brain InstituteOntario Brain InstituteUniversity of Calgary
Organismes subventionnairesNational Institute on Aging
Mots-clésDementiaBipolar disorderCognitive impairmentCognitionBenchmark (surveying)PsychologyClinical psychologyPsychiatryMedicineAudiologyInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Objective: Although mild cognitive impairment (MCI) is generally considered a risk state for dementia, its prevalence and association with dementia are impacted by the number of tests and cut-points used to assess cognition and define “impairment,” and sources of norms. Here, we investigate how these methodological variations impact estimates of incident dementia in adults with bipolar disorder (BD), a vulnerable population with pre-existing cognitive deficits and increased dementia risk. Method: Neuropsychological data from 148 adults with BD and 13,610 healthy controls (HC) were drawn from the National Alzheimer’s Coordinating Center. BD participants’ scores were standardized against published norms and again using regression-based norms generated from HC within the same catchment area as individual BD patients (“site-specific norms”), varying the number of within-domain tests (one vs. two) and the cut-points (−1 vs. −1.5 SD) used to operationalize MCI. Results: Site-specific norms were more sensitive to incident dementia (88.6%–94.3%) than published norms (74.3%–88.6%), but only when using a “single test” definition of impairment. Specificity (22.1%–74.3%), accuracy (37.8%–68.9%), and positive predictive values (26.1%–38.3%) were overall poor. Applying a “single test” definition of impairment resulted in better negative predictive values using site-specific (92.3%–93.3%) than published norms (83.6%–86.2%), and a substantial increase in relative risk of incident dementia relative to published norms. Conclusions: Neuropsychologists should define “impairment” as scores below −1.0 or −1.5 SD on at least two within-domain measures when using published norms to interpret cognitive performance in adults with BD.

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)0,019
score de la tête « metaresearch » (Gemma)0,065
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,065
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,053
Tête enseignante GPT0,356
Écart entre enseignants0,303 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Clinical NeuropsychologistMême sujetBipolar Disorder and TreatmentTravaux en français237 207