Detecting mild cognitive impairment remotely with the modified memory impairment screen by telephone
Notice bibliographique
Résumé
The original Memory Impairment Screen by Telephone (MIST) was designed to identify individuals with dementia but was relatively ineffective for identification of less severe impairment observed in mild cognitive impairment (MCI). We expanded the original MIST to create a modified instrument (mMIST) with greater sensitivity to less severe memory impairment. Older men and women with subjective cognitive decline were assessed by phone with the mMIST and subsequently classified independently with MCI or non-pathological cognitive decline. Participants with MCI produced lower scores on the mMIST than did participants without MCI, 10.8 ± 2.7 vs 13.3 ± 1.3, t = 5.68, p < 0.001, and performance on the mMIST predicted performances on the California Verbal Learning Test (CVLT), Verbal Paired Associate Learning Test (VPAL), Montreal Cognitive Assessment (MoCA) total score, and MoCA memory index score, p < 0.001. Receiver operating characteristic (ROC) analyses identified the optimal cut score on the mMIST to distinguish participants with and without MCI with Sensitivity = 73.1%, Specificity = 79.1%, and AUC = 0.79. Predictive values for distinguishing the amnestic form of MCI (aMCI) from non-amnestic MCI were Sensitivity = 81.8%, Specificity = 30%, and AUC = 0.82. These findings indicate that the mMIST is a valid screening instrument for identifying MCI. It can be administered remotely at low cost and low participant burden. Also, the mMIST has potential utility for remote cross-sectional and longitudinal evaluation in research and clinical contexts. Further investigation is indicated to corroborate its utility for assessment of aging patients and research participants.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».