O-DEM: ein neues kognitives Screening bei Schwerhörigkeit
Notice bibliographique
Résumé
BACKGROUND: Hearing loss is a significant risk factor for dementia. To date, cognitive impairment and dementia in patients with hearing impairment (HI) cannot be adequately diagnosed by commonly administered cognitive screening tests due to sensory impairments. Therefore, an adapted screening is needed. The aim of the present study was to develop and evaluate a cognitive screening for people with HI. MATERIALS AND METHODS: The new cognitive screening, called O‑DEM, entails a word fluency test, the Trail Making Test A (TMT-A), and a subtraction task. First, the O‑DEM was tested in a large clinical sample (N = 2837) of people without subjective HI. In a second step, the O‑DEM was evaluated in 213 patients with objectively assessed HI and compared with the Hearing-Impaired Montreal Cognitive Assessment (HI-MoCA). RESULTS: The results indicate that the O‑DEM subtests significantly discriminate between participants with no, mild, and moderate to severe cognitive impairment. Based on the mean and standard deviation of the participants without cognitive impairment, a transformation of the raw scores was performed and a total score with a maximum value of 10 was determined. In the second part of the study, the O‑DEM was shown to be as sensitive as the HI-MoCA in differentiating between people with and without cognitive impairment. CONCLUSION: Compared to other screenings, the O‑DEM is a quickly administrable screening for the detection of mild and moderate cognitive impairment in people with HI.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».