Evaluation of Vascular Cognitive Impairment Using the ICMR-Neuro Cognitive Tool Box (ICMR-NCTB) in a Stroke Cohort from India
Notice bibliographique
Résumé
Background and Purpose: Vascular cognitive impairment (VCI) presents with a spectrum of cognitive impairment due to stroke and poses a huge socioeconomic burden especially in low middle-income countries. There is a critical need for early recognition and identification of VCI patients. Therefore, we developed and validated culturally appropriate neuropsychological instruments, the ICMR-Neuro Cognitive Tool-Box (ICMR-NCTB) and Montreal Cognitive Assessment (MoCA) to diagnose vascular MCI and dementia in the Indian context. Methods: A total of 181 participants: 59 normal cognition, 25 stroke with normal cognition, 46 vascular MCI (VaMCI) and 51 vascular dementia (VaD) were recruited for the study. The ICMR-NCTB and MoCA were administered to patients with VCI and major cognitive domains were evaluated. Results: The ICMR-NCTB was found to have good internal reliability in VaMCI and VaD. The sensitivity of the ICMR-NCTB to detect VaMCI and VaD ranged from 70.8% to 72.9% and 75.9% to 79.7%, respectively, and the specificity for VaMCI and VaD ranged from 84.8% to 86.1% and 82.5% to 85.2%, respectively. The MoCA had excellent sensitivity and specificity to detect VaMCI and VaD at ideal cut-off scores. Conclusion: The ICMR-NCTB is a valid neuropsychological toolbox that can be used for comprehensive cognitive assessment and diagnosis of VCI in India. In addition, the Indian version of MoCA is more adept as a screening instrument to detect VCI due to its high sensitivity. The ICMR-NCTB will aid in early detection and management of many patients, thereby reducing the burden of vascular MCI and dementia in India.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».