Discriminant Validity and Time‐effectiveness of A Stepwise Dementia Case‐finding Approach in an Asian Elderly Community
Notice bibliographique
Résumé
Abstract Background To investigate the discriminant validity and time‐effectiveness of a stepwise dementia case‐finding approach in a community‐based Singaporean older adult population. Method Participants who completed the Progressive Forgetfulness Question (PFQ) and the Abbreviated Mental Test (AMT) were invited to phase II and administered the Mini‐Mental State Examination (MMSE), Montreal Cognitive Assessment (MoCA), and a formal neuropsychological battery. Participants were diagnosed by cognitive performance and DSM‐IV criteria into No Cognitive Impairment (NCI), Cognitive Impairment‐No Dementia (CIND) mild (≤2 cognitive domains impaired), CIND moderate (>2 domains impaired) and dementia. Receiver Operating Characteristic were conducted for different cognitive instruments (AMT, MoCA, MMSE) between PFQ = Yes and PFQ = No groups. All discriminant indices including sensitivity, specificity, positive (PPV), negative predictive values (NPV) and accuracy were calculated. Bayesian correction methods were used to adjust the verification bias. Screening time saving and number of subjects further evaluated was estimated in two scenarios with or without the PFQ. Result The PFQ showed an NPV of 94.2% for excluding dementia‐free cases after adjustment. After excluding PFQ = No participants, all cognitive tools achieved optimal NPV (>99%). Furthermore, the number of people requiring further evaluation decreased by 129 (42.7%), 58 (36.5%), 25 (14.3%) subjects, corresponding to 48.2%, 48.2%, and 47.8% of screening time being saved, when the PFQ was conducted prior to the MoCA, MMSE, and AMT, respectively. Conclusion Using a single‐question assessment as the first step of a case‐finding approach, followed up a cognitive test such as the MoCA, could minimize time and resources for further investigation in the community.
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 | 0,013 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».