Psychometric Evaluation of Self-assessment Persian Version of the Alzheimer Questionnaire (AQ)
Notice bibliographique
Résumé
Introduction: Mild cognitive impairment (MCI) is a primary disorder intensified by aging. Rapid diagnosis of MCI can prevent its progression towards the development of dementia. Thus, the present study was conducted to evaluate the psychometric features of the self-assessment Persian version of the Alzheimer questionnaire (AQ) in the elderly to detect MCI. Methods: First, the AQ was translated into the Persian language; then, its content validity was evaluated by the content validity index (CVI) and content validity ratio (CVR) method, and face validity was determined by two checklists for expert panel and the elderly. The convergent validity of the self-assessment AQ with the Montreal cognitive assessment (MoCA) was assessed using the Pearson correlation. The test-retest and internal consistency reliability were evaluated using intra-class correlation (ICC) and Kuder-Richardson coefficients, respectively. Moreover, the receiver operating characteristic curve was used to determine the optimal cut-off point of self-assessment AQ. Among 148 older people who took part in this study, 93 met our inclusion criteria (aged 60 years old or older, had reading and writing skills, and were able to speak and communicate). Results: A translated version of the questionnaire was named “M-check.” The developed test showed good content and face validity. Statistically significant correlations were found between M-check and MoCA (r=-0.83, P<0.05). The Kuder–Richardson and ICC coefficients were obtained as 0.84 and 0.92, respectively. Area under the curve presented satisfactory values (Area under curve [AUC]=0.852, sensitivity=0.62, specificity=0.94). Conclusion: The M-check can be used as a valid and reliable instrument for assessing cognitive state and screening MCI in older adults.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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 ».