Detection of Vascular Mild Cognitive Impairment in Southeast Asia Using the Visual Cognitive Assessment Test: Machine Learning Analysis From the BIOCIS (Biomarkers and Cognition Study, Singapore)
Notice bibliographique
Résumé
BACKGROUND: Vascular mild cognitive impairment (VMCI) is a significant global health concern, particularly in Asia. The visual cognitive assessment test (VCAT) has shown promise as a language-neutral screening tool for cognitive impairment. OBJECTIVE: This study aims to assess the effectiveness of the VCAT in detecting VMCI and compare its diagnostic performance with the widely used and validated Montreal Cognitive Assessment (MoCA). METHODS: Cross-sectional data from 524 community-dwelling participants were analyzed from the BIOCIS (Biomarkers and Cognition Study, Singapore) and classified into cognitively unimpaired, non-VMCI, and VMCI groups. The participants underwent neuropsychological assessments and 3-T magnetic resonance imaging. The random forest technique and multivariable logistic regression were applied to assess the discriminative properties of the tests. RESULTS: Participants with VMCI exhibited significantly lower performance across various neuropsychological tests (P<.001) and higher rates of vascular risk factors (P<.001). At a cutoff of 27, the VCAT achieved near-perfect accuracy in discriminating the VMCI group from the cognitively unimpaired group (area under the receiver operating characteristic curve=1; sensitivity=1; specificity=0.991). For differentiating the VMCI group from the non-VMCI group, both the VCAT and the MoCA showed optimal performance at a cutoff of 25 (area under the receiver operating characteristic curve=1.00; sensitivity=1.00; specificity=1.00). CONCLUSIONS: The VCAT could be a valuable tool for detecting VMCI, particularly in diverse, multilingual populations. Its comparable or even superior performance to the MoCA, combined with its language-neutral design, positions the VCAT as a strong addition to cognitive assessment toolkits for VMCI. However, the complex nature of cognitive processing in VMCI suggests that a multifaceted approach that integrates both visual and verbal assessments may ultimately offer the most comprehensive evaluation. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-10.14283/jpad.2024.89.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».