The Development of a Model to Predict Cognitive Decline Within 12 Months in Home Care Clients
Notice bibliographique
Résumé
AIM: To develop and validate a model to predict cognitive decline within 12 months for home care clients without a diagnosis of dementia. DESIGN: We included all adults aged ≥ 18 years who had at least two interRAI Home Care assessments within 12 months, no diagnosis of dementia and a baseline Cognitive Performance Scale score ≤ 1. The sample was randomly split into a derivation cohort (75%) and a validation cohort (25%). Significant cognitive decline was defined as an increase (deterioration) in Cognitive Performance Scale scores from '0' or '1' at baseline to a score of ≥ 2 at the follow-up assessment. METHODS: Using the derivation cohort, a multivariable logistic regression model was used to predict cognitive decline within 12 months. Covariates included demographics, disease diagnoses, sensory and communication impairments, health conditions, physical and social functioning, service utilisation, informal caregiver status and eight interRAI-derived health index scales. The predicted probability of cognitive decline was calculated for each person in the validation cohort. The c-statistic was used to assess the model's discriminative ability. This study followed the Transparent Reporting of a Multivariable Prediction Model for Individual Prognosis or Diagnosis (TRIPOD) reporting guidelines. RESULTS: A total of 6796 individuals (median age: 82; female: 60.4%) were split into a derivation cohort (n = 5098) and a validation cohort (n = 1698). Logistic regression models using the derivation cohort resulted in a c-statistic of 0.70 (95% CI 0.70, 0.73). The final regression model (including 21 main effects and 8 significant interaction terms) was applied to the validation cohort, resulting in a c-statistic of 0.69 (95% CI 0.66, 0.72). CONCLUSION: interRAI data can be used to develop a model for identifying individuals at risk of cognitive decline. Identifying this group enables proactive clinical interventions and care planning, potentially improving their outcomes. While these results are promising, the model's moderate discriminative ability highlights opportunities for improvement.
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 | 0,010 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».