MétaCan
Menu
← Retour à la cohorte
Enregistrement W7117233969 · doi:10.1002/alz70857_102930

An algorithm for dementia diagnosis

2025· article· en· W7117233969 sur OpenAlexaffabout
Howard Chertkow

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensBaycrest Hospital
Organismes subventionnairesnon disponible
Mots-clésTerminologyDementiaMEDLINEDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Recent work (Jack et al, 2024) proposes an AD diagnostic framework which moves biomarkers to the centre, proposing that short of biomarker access, clinicians should simply refer to patients as having "dementia" or "MCI" without further differentiation. Such a move would have a significant negative impact on all patients and physicians lacking access to diagnostic biomarkers, ignores their clinical acumen, and negates the considerable progress in clinical neurology over the past generation. METHOD: A review of the literature on clinical diagnosis was supplemented by database review of convenience sample of 52 subjects with clinical probable AD and known amyloid status (csf or PET), as well as 145 subjects from the Canadian COMPASS-ND dataset with known amyloid status (csf). RESULT: A proposal is made to continue diagnostic algorithms promoting distinction of dementia patients into those with and without motor features. A proposal is further made to refer to clinical "AD phenotype" dementia patients without motor features as having "Alzheimer Syndrome". A further level of diagnosis would consist of distinguishing Alzheimer Syndrome patients into those with and without presence of amyloid. This can be accomplished with about 80% accuracy using clinical guidelines such as CAPS (A Clinical beta Amyloid Positivity prediction Score; Lahiri et al, 2024) utilizing presence of neuropsychiatric features, rapidity of cognitive decline, and presence of white matter disease. Greater accuracy than this would require use of amyloid biomarkers. CONCLUSION: Changes in terminology are now necessary to acknowledge the language proposed by the academic community which has easy access to biomarkers, without disempowering clinicians (most of them) who lack easy access to the biomarkers. Good (but not excellent) level of specifying likelihood of amyloid being present, can likely be achieved with more accessible clinical markers. This approach should be pursued and replicated among diverse populations of patients around the world.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0020,001
Communication savante0,0040,003
Science ouverte0,0030,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0480,021

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,350
Écart entre enseignants0,323 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→