The Predictive Value of Revised Petersen’s Criteria in Detection of Mild Cognitive Impairment in A Sample of Community-Dwelling Egyptians
Notice bibliographique
Résumé
BackgroundMild cognitive impairment is a condition that transitions to dementia in most of the cases. Early detection and management with the correction of modifiable risk factors is the only way to reduce the burden of dementia. Hence, using proper screening tools for mild cognitive impairment is warranted. This study aimed to test the validity of revised Petersen’s criteria in the screening for mild cognitive impairment among a sample of community-dwelling Egyptian elderly. MethodsA cross-sectional study including 106 elderly patients was done. The Montreal Cognitive Assessment (MoCA) test was used as the gold standard test to diagnose mild cognitive impairment (MCI). Revised Petersen`s criteria were applied to all participants. Patients with dementia, depression, severe hearing or visual impairment, and physical or neurological disease that hinder their ability to perform the tests were excluded from the study.ResultsThe prevalence of MCI in the study sample was 70.8% using MoCA. Compared to MoCA, Revised Petersen criteria had high specificity (90.3%) and positive predictive value (92.7%), but low sensitivity (50.7%).ConclusionThe Arabic version of MoCA used cut-off points that need re-evaluation in the Egyptian population as it is unlikely that the percentage of MCI among community-dwelling elderly be that high (70.8%). With such a low sensitivity revised Petersen’s criteria cannot be used for screening of MCI. It can be applied for confirmation of MCI cases (Specificity 90%).
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».