Hong Kong Brief Cognitive Test for identifying symptomatic Alzheimer's disease and other types of dementia
Notice bibliographique
Résumé
BackgroundThe Hong Kong Brief Cognitive Test (HKBC) has demonstrated high discriminative ability for patients with cognitive impairment in both Cantonese- and Mandarin-speaking populations.ObjectiveTo evaluate the diagnostic efficacy of the HKBC in identifying dementia and mild cognitive impairment (MCI) due to Alzheimer's disease (AD) and other common types of dementia.MethodsSixty-one patients with dementia due to AD, 30 patients with MCI due to AD, 47 patients with subcortical ischemic vascular dementia (SIVD), 50 patients with frontotemporal lobar degeneration (FTLD), 17 patients with Lewy body dementia (LBD), and 37 cognitively unimpaired controls (CUCs) were recruited and completed the HKBC, the Mini-Mental State Examination (MMSE) and the Montreal Cognitive Assessment (MoCA). The diagnostic performance of each test was analyzed via receiver operating characteristic curve analysis. Impairment in cognitive domains on the HKBC was analyzed in patients with symptomatic AD.ResultsScores of the HKBC, MMSE and MoCA were significantly lower in patients with all types of dementia, AD (dementia and MCI), and non-AD dementia (SIVD, FTLD, and LBD) than in CUCs. The most appropriate cutoff scores of the HKBC were 24 for identifying AD and LBD, 22 for identifying SIVD and FTLD, and 26 for identifying MCI due to AD from CUCs. HKBC memory and language scores were significantly lower in patients with MCI due to AD than in CUCs.ConclusionsThis study demonstrated that the HKBC could efficiently identify patients with common types of dementia and was sensitive in screening early 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».