MétaCan
Menu
← Retour à la cohorte
Enregistrement W4380883922 · doi:10.1002/alz.067543

Underlying structure of the MBI‐C in pre‐symptomatic and prodromic states of dementia: A multidimensional scaling approach

2023· article· en· W4380883922 sur OpenAlexaff
Sabela C. Mallo, Eulogio Real‐Deus, Ana Nieto‐Vieites, Alba Felpete, Cristina Lojo‐Seoane, Lucía Pérez‐Blanco, Zahinoor Ismail, Arturo X. Pereiro

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMultidimensional scalingChecklistDimension (graph theory)DementiaAsymptomaticPsychologyScale (ratio)ScalingStatisticsClinical psychologyMedicineMathematicsCognitive psychologyCombinatoricsInternal medicineCartography

Résumé

récupéré en direct d'OpenAlex

Abstract Background The Mild Behavioral Impairment Checklist (MBI‐C) (Ismail et al., 2017) is a 34‐item scale that evaluates Neuropsychiatric Symptoms (NPS) in pre‐dementia states. Its underlying structure has been little studied and remains largely unknown. Factor analysis‐based approaches may have difficulty finding stable relationships between NPS collected on a checklist to account for the large heterogeneity of manifestations. Thus, our objective was to analyze the underlying structure of the MBI‐C using an alternative approach. Method Eighty‐two MCI and 117 SCD older adults of the CompAS were recruited in primary care health centers. Asymptomatic participants were excluded from the analyses. A weighted model of multidimensional scaling (MDS) will be used. A two‐step bidimensional weighted dichotomous MDS was performed. All items were included in the first step. Items closely associated with each dimension (1 SD above or below the mean) were selected in a second step to obtain the final model solution. Results The results obtained in the two analyzes were similar in terms of the good fit of the models, the type of two‐dimensional solution and the group weights. Model weights were also similar for the three diagnostic groups. The final model was built considering the 12 most relevant items selected in the first step analysis and showed optimal fit indices (stress‐II = .59; D.A.F. = .94). Figure 1 shows the coordinates for the 12 selected items in a bidimensional solution. Dimension I (right‐left) differentiate high and low emotional activation of NPS. Dimension II (top‐down) distinguishes between high and low behavioral activation. The combination of both generates four quadrants, indicating symptoms of resistance (Q‐I: low emotional and high behavioral activation), restlessness (Q‐II: high emotional and behavioral activation), flattening (Q‐III: low emotional and behavioral activation) and desolation (Q‐IV: high emotional and low behavioral activation) (see Figure 1). Conclusions The results suggest that two dimensions underlie the most discriminant NPS included in scale (i.e., emotional and behavioral activation). These two dimensions seem to differentiate between four NPS states (resistance, restlessness, flattening, and desolation), which could be the most useful NPS in the determination of risk factors for predementia patients.

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)0,009
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,383
Écart entre enseignants0,304 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetMental Health Research Topics→Travaux en français237 207→