Sensitive written hedgehog <i>PIC</i> ture <i>N</i> aming and <i>I</i> mmediate <i>R</i> ecall ( <i>PICNIR</i> ) as a valid and brief test of semantic and short-term episodic memory for very mild cognitive impairment
Notice bibliographique
Résumé
BACKGROUND: Semantic and short-term episodic memory are impaired in some brain disorders including Alzheimer's disease. OBJECTIVE: Development and validation of an almost self-administered, but cognitively demanding four-minute test identifying very mild cognitive impairment (vMCI). METHODS: ) consisted of two parts. The first task was to write down the names of 20 black-and-white pictures to evaluate long-term semantic memory and language. The second task involves immediate recall and writing the names of as many previously named pictures as possible in one minute. The PICNIR is assessed using the number of naming errors (NE) and correctly recalled picture names (PICR). The PICNIR and a neuropsychological battery were administered to 190 elderly individuals living independently in the community. They were divided into those with vMCI (n = 43 with Montreal Cognitive Assessment (MoCA) 24 ± 3 points) and sociodemographically matched cognitively normal (CN) individuals (n = 147 with MoCA 26 ± 3). Both subgroups had predicted mean Mini-Mental State Examination scores of 28-29 points. RESULTS: < 0.000001). Discriminative validity was satisfactory using the area under the ROC curve (AUC): 0.76 for PICR, 0.74 for MoCA, 0.67 for MoCA-five-word recall, and 0.59 for NE. The AUCs of PICR and MoCA were comparable and larger than those of MoCA five-point recall or NE. Logical Memory scores, RAVLT scores, Digit symbol, and animal fluency correlated with PICR. CONCLUSIONS: The picture-based PICNIR is an ultra-brief, sensitive cognitive test valid for assessing very mild cognitive impairment. Its effectiveness should be validated for other languages and cultures.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».