Evaluation of a multimodal diagnostic algorithm for prediction of cognitive impairment in elderly patients with dizziness
Notice bibliographique
Résumé
BACKGROUND: The current diagnostic workup for chronic dizziness in elderly patients often neglects neuropsychological assessment, thus missing a relevant proportion of patients, who perceive dizziness as a subjective chief complaint of a concomitant cognitive impairment. This study aimed to establish risk prediction models for cognitive impairment in chronic dizzy patients based on data sources routinely collected in a dizziness center. METHODS: 7.1 years, 41.0% women) with chronic dizziness were prospectively characterized by (1) neuro-otological testing, (2) quantitative gait assessment, (3) graduation of focal brain atrophy and white matter lesion load, and (4) cognitive screening (MoCA). A linear regression model was trained to predict patients' total MoCA score based on 16 clinical features derived from demographics, vestibular testing, gait analysis, and imaging scales. Additionally, we trained a binary logistic regression model on the same data sources to identify those patients with a cognitive impairment (i.e., MoCA < 25). RESULTS: = 0.49; mean absolute error: 1.7). The most important risk-predictors of cognitive impairment were age (β = - 0.75), pathological Romberg's sign (β = - 1.05), normal caloric test results (β = - 0.8), slower timed-up-and-go test (β = - 0.67), frontal (β = - 0.6) and temporal (β = - 0.54) brain atrophy. The binary classification yielded an area under the curve of 0.84 (95% CI 0.70-0.98) in distinguishing between cognitively normal and impaired patients. CONCLUSIONS: The need for cognitive testing in patients with chronic dizziness can be efficiently approximated by available data sources from routine diagnostic workup in a dizziness center.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».