Deterioro Cognitivo Leve: detección y costo de enfermedad en Perú
Notice bibliographique
Résumé
Estimada Editora: Unas prevalencias elevadas de deterioro cognitivo leve (DCL), superiores al 50%, como la descrita en Perú por Zegarra-Valdivia,1 suscitan cuestionamientos sobre si se ha identificado adecuadamente este evento y cuál ha sido su impacto económico para la sociedad. Para responder a la primera pregunta, se debe verificar que el instrumento empleado sea el apropiado. Por lo que, en términos de validación y rendimiento, el estudio utiliza 2 de las 3 pruebas previamente validadas en Perú: Mini-Mental State Examination y Clock Drawing Test, con rendimientos aceptables a buenos (AUC 0,65 – 0,85 y 0,69, respectivamente).2 Situación que podría optimizarse con el uso de pruebas breves que valoren simultáneamente varias áreas cognitivas, ejemplo: Montreal Cognitive Assessment, que obtuvo un mejor rendimiento en otros países de Latinoamérica (AUC 0,76 – 0,93), pero que requiere evaluación en Perú
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».