Detecting agitation and aggression in persons living with dementia: a systematic review of diagnostic accuracy
Notice bibliographique
Résumé
OBJECTIVE: 40-60% of persons living with dementia (PLWD) experience agitation and/or aggression symptoms. There is a need to understand the best method to detect agitation and/or aggression in PLWD. We aimed to identify agitation and/or aggression tools that are validated against a reference standard within the context of PLWD. METHODS: Our study was registered on PROSPERO (CRD42020156708). We searched MEDLINE, Embase, and PsycINFO up to April 22, 2024. There were no language or date restrictions. Studies were included if they used any tools or questionnaires for detecting either agitation or aggression compared to a reference standard among PLWD, or any studies that compared two or more agitation and/or aggression tools in the population. All screening and data extraction were done in duplicates. Study quality was assessed using the Quality Assessment of Diagnostic Accuracy Studies 2 (QUADAS-2) tool. Data extraction was completed in duplicates by two independent authors. We extracted demographic information, prevalence of agitation and/or aggression, and diagnostic accuracy measures. We also reported studies comparing the correlation between two or more agitation and/or aggression tools. RESULTS: 6961 articles were screened across databases. Six articles reporting diagnostic accuracy measures compared to a reference standard and 30 articles reporting correlation measurements between tools were included. The agitation domain of the Spanish NPI demonstrated the highest sensitivity (100%) against the agitation subsection of the Spanish CAMDEX. Single-study evidence was found for the diagnostic accuracy of commonly used agitation scales (BEHAVE-AD, NPI and CMAI). CONCLUSIONS: The agitation domain of the Spanish NPI, the NBRS, and the PAS demonstrated high sensitivities, and may be reasonable for clinical implementation. However, a limitation to this finding is that despite an extensive search, few studies with diagnostic accuracy measurements were identified. Ultimately, more research is needed to understand the diagnostic accuracy of agitation and/or aggression detection tools among PLWD.
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 | 0,002 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 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 ».