Comparative accuracy of screening instruments for Alzheimer’s disease: Systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Alzheimer's disease (AD) is a neurodegenerative disorder characterized by progressive cognitive decline. Early detection and accurate screening of AD are crucial for timely interventions and improved patient outcomes. Various screening instruments have been developed to aid in the identification of individuals at risk of AD. However, the comparative accuracy of these instruments has not been thoroughly assessed. Aim: This study aims to evaluate and compare the accuracy of different screening instruments used for the detection of AD. Method: A PRISMA selection was used to identify studies across electronic database such as PubMed and Google scholar from up until February 4, 2023.A total of 5 studies evaluating neuropsychological assessment such as, Mini-mental state examination (MMSE), Montreal cognitive assessment (MoCA), and clinical dementia rate (CDR) between patients with AD, mild cognitive impairment (MCI) and healthy control (HC). Meta-analysis was performed by Rev-Man 5.4. Result: The studies included a total number of 1,177 individuals, 398 were in the AD group,409 in MCI and 370 in HC group. The cognitive function assessed by the meta-analysis revealed AD with lesser MMSE (P < 0.00001), MoCA (P < 0.00001), when compared to MCI. But CDR score was decrease with MCI (P < 0.00001). In addition, AD showed a lesser MSSE (P < 0.00001), CDR (P < 0.00001), and MoCA (P < 0.00001), scores when compared to HC. Conclusion: The findings indicate that individuals with AD exhibit lower scores in MMSE, MoCA, and CDR compared to those with MCI and HC.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».