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 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».