MétaCan
Menu
Retour à la cohorte
Enregistrement W4399440871 · doi:10.14283/jpad.2024.109

Performance of a Short Version of the Everyday Cognition Scale (ECog-12) to Detect Cognitive Impairment

2024· article· en· W4399440871 sur OpenAlexfundno aff
Manchumad Manjavong, A Diaz, Miriam T. Ashford, Anna Aaronson, Melanie J. Miller, Jaemyeong Kang, Sharon Mackin, R Tank, Bernard Landavazo, Diana Truran, S T Farias, Michael W. Weiner, Rachel L. Nosheny

Notice bibliographique

RevueThe Journal of Prevention of Alzheimer s Disease · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on AgingCanadian Institutes of Health ResearchNational Institutes of HealthNestecLarry L. Hillblom FoundationGenentechIXICOServierEisaiU.S. Department of DefenseEli Lilly and CompanyAustralian Catholic UniversityNorthern California Institute for Research and EducationPfizerBioClinicaBiogenNovartis Pharmaceuticals CorporationH. Lundbeck A/SNational Institute of Mental HealthPatient-Centered Outcomes Research InstituteBristol-Myers SquibbAlzheimer's Disease Neuroimaging InitiativeMeso Scale DiagnosticsCalifornia Department of Public HealthAlzheimer's AssociationFoundation for the National Institutes of Health
Mots-clésCognitionCognitive impairmentScale (ratio)PsychologyCognitive psychologyNeuroscienceCartographyGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Everyday Cognition (ECog) 12-item scale, a functional decline measurement, can distinguish dementia from cognitively unimpaired (CU). Limited data compare ECog-12 performance by raters (self vs. informant) and scoring systems (average numeric vs. categorical grouping) to differentiate cognitive statuses. OBJECTIVES: To evaluate the performance of ECog-12 in differentiation cognitive statuses. DESIGN: A cross-sectional diagnostic test study. SETTING AND PARTICIPANTS: Data from the Alzheimer's Disease Neuroimaging Initiative (ADNI) study are analyzed. Participants were aged 55-90 years old divided into subgroups based on diagnostic criteria. MEASUREMENTS: We evaluated ECog-12 performance across different diagnostic groups, such as CU vs cognitive impairment (CI; mild cognitive impairment (MCI), and dementia), and the association between ECog-12 and CI. This procedure was repeated for self- and partner (informant)-reports. Additionally, types of ECog scores were also assessed, where an average ECog score was calculated (continuous numeric) as well as a categorical grouping ("any occasional declined" or "any consistently declined") based on item-level responses to ECog questions. RESULTS: ECog-12 cut-off scores of 1.36 (self-reported) and 1.45 (partner-reported) distinguish CU from CI with AUC 0.7 and 0.78, respectively. Adding a memory-concern question improved self-reported-ECog AUC to 0.79. Self- and partner-reported "consistently-declined" ECog-12 categorical grouping provided AUC 0.69 and 0.78. The study partner reported ECog-12 showed a greater association with CI than self-reported, with odds ratios of 35.45 and 8.79, respectively. CONCLUSION: Study partner-reported ECog scores performed better than self-reported ECog-12 in differentiating cognitive statuses, and a higher study partner reported ECog score was a higher prognostic risk for CI. A memory concern question could enhance self-reported ECog-12 performance. This further emphasizes the need to obtain data from study partners for research and clinical practice.

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)0,005
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 seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,321
Écart entre enseignants0,300 · 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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Prevention of Alzheimer s DiseaseMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207