MétaCan
Menu
Retour à la cohorte
Enregistrement W4360600307 · doi:10.1080/13825585.2023.2189688

Detecting mild cognitive impairment remotely with the modified memory impairment screen by telephone

2023· article· en· W4360600307 sur OpenAlexaboutno aff
Amanda L. Stein, Kathryn A. Tolle, Amanda N. Stover, Marcelle D. Shidler, Robert Krikorian

Notice bibliographique

RevueAging Neuropsychology and Cognition · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Aging
Mots-clésMontreal Cognitive AssessmentDementiaCognitive impairmentAudiologyMemory impairmentReceiver operating characteristicCalifornia Verbal Learning TestPsychologyCognitionVerbal learningMedicineGerontologyPsychiatryInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

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 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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,023
Tête enseignante GPT0,309
Écart entre enseignants0,286 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAging Neuropsychology and CognitionMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207