MétaCan
Menu
Retour à la cohorte
Enregistrement W4319158013 · doi:10.3390/jcm12031203

Usefulness of the Cognitive Composition Test as an Early Discriminator of Mild Cognitive Impairment

2023· article· en· W4319158013 sur OpenAlexaboutno aff
Yoshiki Tamaru, Hiroyuki Sumino, Akiyoshi Matsugi

Notice bibliographique

RevueJournal of Clinical Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésMontreal Cognitive AssessmentMedicineDementiaCognitionMini–Mental State ExaminationCognitive impairmentTrail Making TestAudiologyAsymptomaticDiscriminatorGerontologyPsychiatryInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Mild cognitive impairment (MCI) is the preliminary stage of dementia, which is a serious social problem worldwide. This study aimed to investigate whether the Cognitive Composition Test (CCT) is effective for the early diagnosis of MCI. A total of 104 older adults underwent the Montreal Cognitive Assessment (MoCA), the Mini-Mental State Examination (MMSE), the Trail Making Test Parts A (TMT-A) and B (TMT-B), and our newly prototyped cognitive composition test (CCT). We created three types of CCT (CCT-A, CCT-B, and CCT-C) with different degrees of difficulty. First, we examined the concurrent validity of CCT-A, CCT-B, and CCT-C with the MoCA, MMSE, TMT-A, and TMT-B. All participants were classified into the healthy control (HC) and MCI groups based on their scores in the Japanese versions of the MoCA and MMSE. The HC and MCI groups were compared using the TMT-A, TMT-B, CCT-A, CCT-B, and CCT-C. Finally, we examined the sensitivity for discrimination of CCT-C. CCT-C had a higher discrimination sensitivity than TMT-A, TMT-B, CCT-A, and CCT-B, with a cut-off value of 65.75 s, a sensitivity level of 0.844, and a specificity of 0.776. It may be a useful screening tool for the early diagnosis of the early-stages of dementia, such as MCI, in asymptomatic older adults.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,106
Tête enseignante GPT0,461
Écart entre enseignants0,355 · 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207