Validation of the Ten‐word Test for Immediate Memory in Middle‐Aged and Older Population with Subjective Cognitive Decline and Mild Cognitive Impairment
Notice bibliographique
Résumé
BACKGROUND: To validate the ten-word test for immediate memory from the Alzheimer's Disease Assessment Scale-Cognitive section (ADAS-Cog) in detecting subjective cognitive decline (SCD) and mild cognitive impairment (MCI). METHOD: 79 people aged 38∼80 years old participated in the study and they were classified as SCD (n = 55) or MCI (n = 24). RESULT: The the Mann-Whitney U test showed that the ten-word test score was significantly different in SCD compared to MCI (p = 0.001, Figure 1). In particular, a cut-off score of 4.15 points had an 63% sensitivity and 87% specificity for discriminating MCI from SCD (AUC = 0.73, p = 0.001), while a cut-off score of 4.15 also had a sensitivity of 79% and a specificity of 83% for discriminating MCI from SCD in age > 60 years old adults (AUC = 0.82, p = 0.001), and a cut-off score of 4.35 points had a sensitivity of 90% and a specificity of 95% for discriminating MCI from SCD in those age > 60 years old adults with education level > 9 years (AUC = 0.93, p < 0.001) (Figure 2-3). Convergent validity was found between the ten-word test and ADAS-cog total scores (r = 0.56, p < 0.001), and the Mini-Mental State Examination (MMSE) (r = -0.28, p = 0.013) and the Montreal Cognitive Assessment-Basic (MOCA-B) (r = -0.20, p = 0.078). CONCLUSION: The ten-word test for immediate memory from the ADAS-Cog is a good to fair screening tool with adequate discriminant validity for administration in people with SCD and MCI.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».