Neuropsychological prediction of Alzheimer’s disease and functional abilities using brief screeners
Notice bibliographique
Résumé
Alzheimer’s disease (AD) is a neurodegenerative disease that is primarily characterized by memory impairment and decline in function. Patients often undergo lengthy neuropsychological evaluations that create testing fatigue and, ultimately, affect their validity. There are brief assessment options to assess probable AD that are not commonly explored in research and clinical settings. This study investigated the predictive ability of the Mini-Mental State Examination (MMSE) with the addition of a semantic fluency measure compared to the Montreal Cognitive Assessment (MoCA) and the Alzheimer’s Disease Assessment Scale-13-Item Cognitive Subscale (ADAS-Cog-13) in diagnosing AD. Additionally, this study examined the potential use of the ADAS-Cog-13 in clinical settings, as it is regarded as a measure for clinical trials. Data were analyzed from a sample of 533 individuals obtained from the Alzheimer’s Disease Neuroimaging Initiative (ADNI) database to explore the efficacy of these instruments in predicting the diagnosis of AD as well as the relationship between executive dysfunction, biological sex, and functional status as measured by the Functional Activities Questionnaire (FAQ). Results indicated that the MMSE supplemented with semantic fluency improved the predictive accuracy in identifying individuals with AD and demonstrated similar predictive utility to the MoCA. However, the MMSE combined with semantic fluency was not more sensitive than the ADAS-Cog-13 in predicting an AD diagnosis. Analyses examining functional outcomes revealed a weak but statistically significant positive correlation between executive dysfunction and functional difficulties. Results revealed no statistically significant difference between males and females on their performance on the FAQ and ADAS-Cog-13 subtest. Together, brief cognitive screeners, specifically the MMSE with the addition of a semantic fluency measure, can offer a practical approach to predict a diagnosis of AD.
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 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,000 |
| 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 ».