Evidence supporting the use of a brief cognitive assessment in routine clinical assessment for psychosis
Notice bibliographique
Résumé
Cognitive impairment is a core feature of psychosis. Full cognitive assessments are not often conducted in routine clinical practice as administration is time-consuming. Here, we investigated whether brief tests of cognition could be used to predict broader neurocognitive performance in a manner practical for screening use in mental health services. We carried out a principal component analysis (PCA) to obtain an estimate of general cognitive function (N = 415). We investigated whether brief tests of memory accounted for a significant percentage of variation in the PCA scores. We used discriminant function analysis to determine if measures could predict classification as lower, intermediate or higher level of cognitive function and to what extent these groups overlapped with groups based on normative data. Memory tests correctly classified 65% of cases in the highest scoring group, 35% of cases in the intermediate group, and 77% of cases in the lowest scoring group. These PCA-derived groups and groups based on normative scores for the two tests were significantly associated (χ2 = 164.00, p < 0.001). These measures accurately identified three quarters of the low performing group, the group of greatest interest from the perspective of identifying those likely to need greater supports as part of clinical care. In so doing they suggest a potentially useful approach to screening for cognitive impairment in clinical services, upon which further assessment can be built if required.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».