Normative Data for the Adult Turkish Population and Validation Study in Mild Cognitive Impairment and Alzheimer's Disease of the TDQ‐30 Tr, a Color Picture‐naming Test for Adults and the Elderly
Notice bibliographique
Résumé
BACKGROUND: Individuals with mild anomia often have difficulty finding words during conversations, even when they get normal results on standard language evaluations. The high frequency and familiarity of target objects may lead to the insensitivity of some naming assessments, complicating diagnosis. This study aims to adapt the Test de dénomination de Québec-30 images (TDQ-30) into Turkish, develop normative data adapted to the Turkish population, and determine its validity in Turkish-speaking patients. METHODS: Data were collected from a total of 464 participants (414 healthy controls, 25 with Alzheimer's disease (AD), and 25 with mild cognitive impairment (MCI)) by using the Montreal Cognitive Assessment (MoCA), Boston Naming Test (BNT), Detection Test for Language Impairments in Adults and the Aged-Turkish version (DTLA-Tr), and Test de dénomination de Québec-30-Turkish version (TDQ-30 Tr). RESULTS: In Study 1, TDQ-30 was translated into Turkish and checked for cultural appropriateness for the Turkish community. In study 2, the adapted version, TDQ-30 tr, was applied to 414 healthy adults and elderly individuals to establish normative data for the test. In study 3, the analyses made known the validity of TDQ-30 Tr, and it was found that TDQ-30 can differentiate between healthy participants and those with AD and MCI, with healthy participants showing better results. CONCLUSION: In summary, the TDQ-30 Tr is an effective and dependable tool for identifying mild anomia associated with neurological impairments in Turkish-speaking adults and the elderly. Its ease of use makes it a vital instrument for improving evaluation tools in research and clinical settings in Turkey.
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 | 0,000 | 0,001 |
| 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 ».