AMICA DEMENTIA SCREENING TOOLS ADAPTATION: AN INTERCULTURAL CONSENSUS APPROACH
Notice bibliographique
Résumé
Abstract Existing clinical tools for assessing dementia demonstrate varying degrees of cultural, educational and language biases, and are not validated for use with Indigenous populations in the US. The American Indigenous Cognitive Assessment (AMICA) project aims to develop and validate a culturally appropriate dementia evaluation toolkit that consists of four assessments. Participating Indigenous populations include the Red Lake Nation in Minnesota; an urban Indigenous population receiving services at the First Nations Community HealthSource in Albuquerque, New Mexico; and the Oneida Nation in Wisconsin. Our goal is to create one set of assessments that is agreed upon through intercultural consensus. Assessment adaptation across the three sites will focus on the Canadian Indigenous Cognitive Assessment (CICA), Kimberley Indigenous Cognitive Assessment (KICA) Carer, KICA Depression Scale, and KICA Activities of Daily Living (ADLs). We use a community-based participatory research (CBPR) approach and the Two-Eyed Seeing integrated knowledge framework to engage Tribal and community collaborators. In this paper, we detail the process of convening Indigenous Knowledge Advisory Groups (IKAGs) at each site and an Assessment Expert Panel (AEP), building a team science approach, and facilitating tool adaptation with communities. We provide an update on the CICA adaptation and offer lessons learned that inform culturally relevant and safe adaptation of the remaining tools. Finally, we report on our process for achieving intercultural consensus in developing a single set of dementia assessment tools for Indigenous peoples across the US.
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 | 0,389 | 0,313 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,009 | 0,004 |
| Études des sciences et des technologies | 0,011 | 0,006 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,008 | 0,023 |
| Intégrité de la recherche | 0,003 | 0,009 |
| 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 ».