MétaCan
Menu
Retour à la cohorte
Enregistrement W4391470761 · doi:10.3233/jad-230923

Relationship between Loneliness and Mild Behavioral Impairment: Validation of the Japanese Version of the MBI Checklist and a Cross-Sectional Study

2024· article· en· W4391470761 sur OpenAlexafffund
Teruyuki Matsuoka, Zahinoor Ismail, Ayu Imai, Keisuke Shibata, Kaeko Nakamura, Yukihide Nishimura, Ellen B. Rubinstein, Hiroyuki Uchida, Masaru Mimura, Jin Narumoto

Notice bibliographique

RevueJournal of Alzheimer s Disease · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesDaiichi Sankyo EuropeJapan Society for the Promotion of ScienceCanadian Institutes of Health ResearchH. Lundbeck A/SNovartis PharmaOtsuka PharmaceuticalEli Lilly JapanShionogiEisaiBoehringer Ingelheim JapanEA Pharma Co., Ltd.BiogenMylanTeijin PharmaPfizerMeiji Seika PharmaEli Lilly and Company
Mots-clésLonelinessPsychologyClinical psychologyCross-sectional studyDementiaChecklistPsychological interventionPsychiatryMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Mild behavioral impairment (MBI) and loneliness are associated with cognitive decline and an increased risk of dementia. Objective: Our aim was to examine the validity of the Japanese version of the MBI checklist (MBI-C) and investigate the relationship between loneliness and MBI. Methods: The participants in this cross-sectional study included 5 cognitively normal persons and 75 persons with mild cognitive impairment. MBI-C and the revised University of California at Los Angeles loneliness scale (LS) were used to assess MBI and loneliness, respectively. Diagnostic performance of MBI-C was examined using receiver operating characteristic analysis. The relationship between MBI-C and LS was examined using multiple linear regression in 67 subjects who were assessed with both scales, with MBI-C total or domain score as the dependent variable and LS as the independent variable, adjusted for age, gender, living situation, presence of visual and hearing impairment, and Mini-Mental State Examination score. Results: Per the Youden index, in this mostly MCI sample, the optimal MBI-C cut-off score was 5.5 with sensitivity 0.917 and specificity 0.949. In multiple linear regression analysis, LS score was detected as a significant predictor of MBI-C total scores, and MBI-C decreased motivation, affective dysregulation, and abnormal thought and perception scores. Conclusions: The caregiver-rated Japanese MBI-C has excellent diagnostic performance. Loneliness is associated with a greater MBI burden, especially in the decreased motivation, affective dysregulation, and abnormal thought and perception domains. Interventions for loneliness in older people may have the potential to improve MBI.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,082
Tête enseignante GPT0,408
Écart entre enseignants0,326 · 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'étudeObservationnel
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

Citations15
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Alzheimer s DiseaseMême sujetHealth disparities and outcomesTravaux en français237 207