Comparative analysis of five diagnostic tools in detecting mild cognitive impairment in older adults
Notice bibliographique
Résumé
Abstract Background Mild Cognitive Impairment is a critical condition in older adults requiring accurate diagnostic tools for early detection. This study evaluates diagnostic accuracy of five cognitive assessment tools for detecting MCI among older women. Methods A cross-sectional psychometric study was conducted with 293 women aged ≥ 60 from Women Day Care Centers in Iran. Participants were assessed using the Montreal Cognitive Assessment at two time points, the London Tower Test, the Wisconsin Card Sorting Test, and the Wechsler Memory Scale-Third Edition. Statistical analyses included binomial proportion tests, Bayesian analysis, chi-square tests, and Bland–Altman analysis to assess diagnostic performance, agreement, and reliability. Sensitivity, specificity, and accuracy were calculated using R and JAMOVI softwares. Results The WCST demonstrated the highest specificity (0.850) and strong evidence for detecting cognitive impairments (BF₁₀ = 5.24E + 13, p < 0.001). The WMS-III showed the highest sensitivity (0.700) and accuracy (0.625). MoCA scores improved slightly from T1 (mean = 23.03) to T2 (mean = 24.56), but its reliability varied. The LTT provided moderate evidence for detecting impairments ( p = 0.026, BF₁₀ = 0.9778). Socioeconomic status and education significantly influenced cognitive performance, with 46.8% diagnosed with MCI. Agreement between human diagnosis and tool-based assessments was significant ( p < 0.001), particularly for WCST and WMS-III. Conclusion The WCST and WMS-III are the most reliable tools for detecting MCI, excelling in specificity and sensitivity, respectively. Combining multiple tests enhances diagnostic accuracy. Future research should explore larger populations and integrate advanced methods like neuroimaging.
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 | 0,014 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».