The diagnostic accuracy of the Mini-Cog screening tool for the detection of cognitive impairment—A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: The Mini-Cog is a rapid screening tool that can be administered to older adults to detect cognitive impairment (CI); however, the accuracy of the Mini-Cog to detect CI for older patients in various healthcare settings is unclear. OBJECTIVES: To evaluate the diagnostic accuracy of the Mini-Cog to screen for cognitive impairment in older patients across different healthcare settings. METHODS/DESIGN: We searched nine electronic databases (including MEDLINE, Embase) from inception to January 2023. We included studies with patients ≥60 years old undergoing screening for cognitive impairment using the Mini-Cog across all healthcare settings. A cut-off of ≤ 2/5 was used to classify dementia, mild cognitive impairment (MCI), and cognitive impairment (defined as either MCI or dementia) across various settings. The diagnostic accuracy of the Mini-Cog was assessed against gold standard references such as the Diagnostic and Statistical Manual of Mental Disorders (DSM). A bivariate random-effects model was used to estimate accuracy and diagnostic ability. The risk of bias was assessed using QUADAS-2 criteria. RESULTS: The systematic search resulted in 4,265 articles and 14 studies were included for analysis. To detect dementia (six studies, n = 4772), the Mini-Cog showed 76% sensitivity and 83% specificity. To detect MCI (two studies, n = 270), it showed 84% sensitivity and 79% specificity. To detect CI (eight studies, n = 2152), it had 67% sensitivity and 83% specificity. In the primary care setting, to detect either MCI, dementia, or CI (eight studies, n = 5620), the Mini-Cog demonstrated 73% sensitivity and 84% specificity. Within the secondary care setting (seven studies, n = 1499), the Mini-Cog to detect MCI, dementia or CI demonstrated 73% sensitivity and 76% specificity. A high or unclear risk of bias persisted in the patient selection and timing domain. CONCLUSIONS: The Mini-Cog is a quick and freely available screening tool and has high sensitivity and specificity to screen for CI in older adults across various healthcare settings. It is a practical screening tool for use in time-sensitive and resource-limited healthcare settings.
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 | 0,022 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,037 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».