Correlation of Depression and Anxiety Responses on the Mild Behavioral Impairment Checklist With the Cornell Scale for Depression in Dementia and Abbreviated Version of the Penn State Worry Questionnaire
Notice bibliographique
Résumé
INTRODUCTION: Cognitive disorders are often accompanied by depression and anxiety. The Mild Behavioral Impairment Checklist (MBI-C) was developed to capture neuropsychiatric symptoms that predict risk for dementia and includes questions on mood, but has not been validated for identifying significant depression or anxiety symptoms. Our objective was to determine whether MBI-C mood domain scores predict responses on 2 previously validated scales: the Cornell Scale for Depression in Dementia (CSDD) and the Penn State Worry Questionnaire-Abbreviated version (PSWQ-A) scales. METHODS: We performed a cross-sectional analysis of consenting patients from a memory clinic who completed the MBI-C along with the CSDD (n=80) or PSWQ-A (n=92). RESULTS: MBI-C mood scores and the MBI-C depression subscore were moderately to strongly correlated with the CSDD (r=0.72) and the PSWQ-A (r=0.66). An MBI-C mood score of ≥5 or anxiety or depression subscore ≥2 predicted clinically relevant depressive and anxiety symptoms on the CSDD and PSWQ, respectively, with AUCs between 0.80 and 0.85. CONCLUSIONS: This study supports the MBI-C mood score as a valid tool for screening for mood-related neuropsychiatric symptoms in individuals with cognitive impairment.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».