Comparative accuracy of Mini-Linguistic State Examination, Addenbrooke's Cognitive Examination, and Depistage Cognitif de Quebec for the diagnosis of primary progressive aphasia
Notice bibliographique
Résumé
BACKGROUND: Clinical diagnosis in primary progressive aphasia (PPA) is challenging. Recently, emphasis has been placed on the importance of screening evaluation. Three different screening tests that use different strategies based on the assessment of language (Mini-Linguistic State Examination, MLSE) or different cognitive domains (Addenbrooke's Cognitive Examination, ACE-III and Dépistage Cognitif de Québec, DCQ) have been proposed and independently validated. These tests aim to detect PPA and classify into the three main variants (non-fluent (nfvPPA), semantic (svPPA) and logopenic (lvPPA)). OBJECTIVE: This study aims to evaluate and compare the diagnostic capacity of these three instruments in PPA. METHODS: = 16)) and 21 cognitively unimpaired controls was conducted. Clinical diagnoses were established based on an extensive multidisciplinary assessment including neuropsychological assessment, fluorodeoxyglucose-positron emission tomography, MRI, and cerebrospinal fluid biomarkers. Both PPA patients and controls completed the three tests (MLSE, ACE-III, and DCQ). RESULTS: Internal consistency was excellent for the three tests. The area under the curve for the diagnosis of PPA was 0.950 for MLSE, 0.953 for ACE-III, and 0.933 for DCQ. Correlations between the three tests were high. The MLSE, ACE-III, and DCQ tests obtained adequate levels of discrimination between the variants of PPA, with accuracies between 76-79%. CONCLUSIONS: This study confirms the validity of ACE-III, MLSE, and DCQ for the diagnosis of PPA and its variants. This suggests that detailed assessment of linguistic characteristics (MLSE) and non-linguistic features (DCQ, ACE-III) are relevant for the diagnosis and classification of PPA.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».