Comparison of the Diagnostic Accuracy of Five Cognitive Screening Tests for Diagnosing Mild Cognitive Impairment in Patients Consulting for Memory Loss
Notice bibliographique
Résumé
Objectives: We aimed to evaluate and compare the diagnostic capacity of five cognitive screening tests for the diagnosis of mild cognitive impairment (MCI) in patients consulting by memory loss. Methods: A cross-sectional study involving 140 participants with a mean age of 74.42 ± 7.60 years, 87 (62.14%) women. Patients were classified as MCI or cognitively unimpaired according to a comprehensive neuropsychological battery. The diagnostic properties of the following screening tests were compared: Mini-Mental State Examination (MMSE), Addenbrooke’s Cognitive Examination III (ACE-III) and Mini-Addenbrooke (M-ACE), Memory Impairment Screen (MIS), Montreal Cognitive Assessment (MoCA), and Rowland Universal Dementia Assessment Scale (RUDAS). Results: The area under the curve (AUC) was 0.861 for the ACE-III, 0.867 for M-ACE, 0.791 for MoCA, 0.795 for MMSE, 0.731 for RUDAS, and 0.672 for MIS. For the memory components, the AUC was 0.869 for ACE-III, 0.717 for MMSE, 0.755 for MoCA, and 0.720 for RUDAS. Cronbach’s alpha was 0.827 for ACE-III, 0.505 for MMSE, 0.896 for MoCA, and 0.721 for RUDAS. Correlations with Free and Cued Selective Reminding Test were moderate with M-ACE, ACE-III, and MoCA, and moderate for the other tests. The M-ACE showed the best balance between diagnostic capacity and time of administration. Conclusions: ACE-III and its brief version M-ACE showed better diagnostic properties for the diagnosis of MCI than the other screening tests. MoCA and MMSE showed adequate properties, while the diagnostic capacity of MIS and RUDAS was limited.
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 | 0,008 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 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) | 0,001 | 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 ».