Research diagnostic criteria for mild cognitive impairment with Lewy bodies: A systematic review and meta‐analysis
Notice bibliographique
Résumé
INTRODUCTION: Operationalized research criteria for mild cognitive impairment with Lewy bodies (MCI-LB) were published in 2020. The aim of this systematic review and meta-analysis was to review the evidence for the diagnostic clinical features and biomarkers in MCI-LB set out in the criteria. METHODS: MEDLINE, PubMed, and Embase were searched on 9/28/22 for relevant articles. Articles were included if they presented original data reporting the rates of diagnostic features in MCI-LB. RESULTS: Fifty-seven articles were included. The meta-analysis supported the inclusion of the current clinical features in the diagnostic criteria. Evidence for striatal dopaminergic imaging and meta-iodobenzylguanidine cardiac scintigraphy, though limited, supports their inclusion. Quantitative electroencephalogram (EEG) and fluorodeoxyglucose positron emission tomography (PET) show promise as diagnostic biomarkers. DISCUSSION: The available evidence largely supports the current diagnostic criteria for MCI-LB. Further evidence will help refine the diagnostic criteria and understand how best to apply them in clinical practice and research. HIGHLIGHTS: A meta-analysis of the diagnostic features of MCI-LB was carried out. The four core clinical features were more common in MCI-LB than MCI-AD/stable MCI. Neuropsychiatric and autonomic features were also more common in MCI-LB. More evidence is needed for the proposed biomarkers. FDG-PET and quantitative EEG show promise as diagnostic biomarkers in MCI-LB.
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 | 0,019 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,024 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».