Psychometrics and diagnostics of the Italian version of the Alternate Verbal Fluency Battery (AVFB) in non-demented Parkinson’s disease patients
Notice bibliographique
Résumé
BACKGROUND: Verbal fluency (VF) tasks are known as suitable for detecting cognitive impairment (CI) in Parkinson's disease (PD). This study thus aimed to evaluate the psychometrics and diagnostics of the Alternate Verbal Fluency Battery (AVFB) by Costa et al. (2014) in an Italian cohort of non-demented PD patients, as well as to derive disease-specific cut-offs for it. METHODS: N = 192 non-demented PD patients were screened with the Montreal Cognitive Assessment (MoCA) and underwent the AVFB-which includes phonemic, semantic and alternate VF tests (PVF; SVF; AVF), as well as a Composite Shifting Index (CSI) reflecting the "cost" of shifting from a single- to a double-cued VF task. Construct validity and diagnostics were assessed for each AVFB measure against the MoCA. Internal reliability and factorial validity were also tested. RESULTS: The MoCA proved to be strongly associated with PVF, SVF and AVF scores, whilst moderately with the CSI. The AVFB was internally consistent and underpinned by a single component; however, an improvement in both internal reliability and fit to its factorial structure was observed when dropping the CSI. Demographically adjusted scores on PVF, SVF and AVF tests were diagnostically sound in detecting MoCA-defined cognitive impairment, whilst this was not true for the CSI. Disease-specific cut-offs for PVF, SVF and AVF tests were derived. DISCUSSION: In conclusion, PVF, SVF and AVF tests are reliable, valid and diagnostically sound instruments to detect cognitive impairment in non-demented PD patients and are therefore recommended for use in clinical practice and research.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».