The Oxford Cognitive Screen (OCS-AU): Sensitivity and Specificity of a Stroke-Specific Cognitive Screening Tool
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: The aim of this study was to evaluate the sensitivity and specificity of the Australian Oxford Cognitive Screen (OCS-AU) to detect post-stroke cognitive impairment within three months of stroke.Participants and setting: Stroke survivors (n=53) within 12 weeks of stroke were recruited from three states in Australia.Main measure: The OCS-AU.Other measures: The Montreal Cognitive Assessment (MoCA), and a comprehensive neuropsychological test battery.Design: A validation study was conducted to analyse the sensitivity and specificity of the OCS-AU in subacute stroke using a neuropsychological test battery as the reference standard. The MoCA was included for comparative purposes. Impairment was defined as failing any OCS-AU cognitive domain, scoring below 26 on the MoCA, or failing at least two domains on the neuropsychological test battery.Results: To detect impairment within individual cognitive domains, most OCS-AU scores had low sensitivity, ranging from 0.12 (Executive) to 0.92 (Spatial Attention). Specificity was higher, ranging from 0.80 (Spatial Attention) to 0.96 (Praxis). Regarding the detection of multi-domain cognitive impairments, MoCA scores showed high sensitivity (0.81) but low specificity (0.42), compared with OCS-AU lower sensitivity (0.70) but higher specificity (0.58).Conclusion: Our findings suggest that the OCS-AU has strong domain-level specificity, but may miss some individuals with mild to moderate memory and executive impairments, while the MoCA appears more sensitive to domain-general impairment, but may misclassify individuals without post-stroke cognitive impairment. Thus, the OCS-AU and MoCA could be utilised for different purposes, to leverage their strengths when addressing specific clinical needs.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| 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 découle