The Shoulder-Tapping Sign: A Highly Specific Indicator of Neurocognitive Disorders
Notice bibliographique
Résumé
BACKGROUND: Perseveration, an inappropriate continuation of a response, is a well-established clinical sign of neurological dysfunction. The shoulder-tapping sign (STS) is a newly described and easily identified motor perseveration. OBJECTIVE: Investigate the diagnostic utility of the STS for identifying neurocognitive disorders in patients referred for neuropsychological evaluation. METHOD: We administered a five-step verbal command from the Commands subtest of the Boston Diagnostic Aphasia Examination ("Tap each shoulder twice with two fingers keeping your eyes shut") to 400 consecutive patients ( MAGE = 67.3, SD = 10.9) with suspected cognitive decline. The STS sign was considered positive if the patient tapped either shoulder more than twice. The STS was analyzed as a measure of neurocognitive disorder and compared with the final diagnosis. Analysis included calculations of sensitivity, specificity, and positive and negative likelihood ratios with 95% confidence intervals. RESULTS: The STS was positive in 23% of our sample, 96% of whom met criteria for a neurocognitive disorder. The STS was seen in 38% with dementia, 21% with mild neurocognitive disorder, and 4% with no neurocognitive diagnosis. As a diagnostic marker of neurocognitive disorders, the STS had a specificity of 0.96 and sensitivity of 0.28. Positive and negative likelihood ratios were 6.15 and 0.76, respectively. CONCLUSIONS: The STS is a highly specific indicator of neurocognitive disorders. Despite low sensitivity, the brevity and potential diagnostic yield make it a valuable addition to the cognitive assessment toolkit. When positive, the STS can be a defining feature of neurocognitive disorders in brief mental status examinations.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».