A novel language-neutral Visual Cognitive Assessment Test (VCAT): validation in four Southeast Asian countries
Notice bibliographique
Résumé
Cognitive screeners are imperative for early diagnosis of dementia. The Visual Cognitive Assessment Test (VCAT) is a language-neutral, visual-based test which has proven useful for a multilingual population in a single-center study. However, its performance utility is unknown in a wider and more diverse Southeast Asian cohort. We recruited 164 healthy controls (HC) and 120 cognitively impaired (CI) subjects- 47 mild cognitive impairment (MCI) and 73 mild Alzheimer's disease (AD) dementia participants, from four countries between January 2015 and August 2016 to determine the usefulness of a single version of the VCAT, without translation or adaptation, in a multinational, multilingual population. The VCAT was administered along with established cognitive evaluation. The VCAT, without local translation or adaptation, was effective in discriminating between HC and CI subjects (MCI and mild AD dementia). Mean (SD) VCAT scores for HC and CI subjects were 22.48 (3.50) and 14.17 (5.05) respectively. Areas under the curve for Montreal Cognitive Assessment (0.916, 95% CI 0.884–0.948) and the VCAT (0.905, 95% CI 0.870–0.940) in discriminating between HCs and CIs were comparable. The multiple languages used to administer VCAT in four countries did not significantly influence test scores. The VCAT without the need for language translation or cultural adaptation showed satisfactory discriminative ability and was effective in a multinational, multilingual Southeast Asian population.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».