MétaCan
Menu
Retour à la cohorte
Enregistrement W7118095405 · doi:10.1093/geroni/igaf122.3161

Evaluating Cognitive Screening Tools for Older Adults in Ambulatory Care Settings

2025· article· en· W7118095405 sur OpenAlexaboutno aff
Shannon Foran, Grace Armstrong, Sherry A. Greenberg, Nicholas K. Schiltz, Anne Pohnert, Mary A. Dolansky

Notice bibliographique

RevueInnovation in Aging · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDementiaAmbulatoryMemory clinicCognitionAmbulatory carePopulationHealth careCognitive impairment

Résumé

récupéré en direct d'OpenAlex

Abstract Implementation of the Age-Friendly Health Systems 4Ms framework ensures that assessing and acting on What Matters, Medication, Mentation, and Mobility is included for all patients aged 65 and older. In ambulatory settings, patients in this age group are often assessed annually for dementia using brief cognitive screening tools to screen for Alzheimer’s Disease/Related Dementias (ADRD). Providers often report that older adults are hesitant to engage in the screening, frequently stating that they do not perceive any memory issues. Additionally, controversy exists on the benefits for screening all older adults. The purpose of this literature review is to present: (a) current instruments used for cognitive screening such as the Mini-Cog, the Eight-item Informant Interview to Differentiate Aging and Dementia (AD8®), Memory Impairment Screen (MIS), and Montreal Cognitive Assessment (MoCA); (b) barriers to dementia screening from both provider’s and patients’ perspectives; and (c) the ongoing controversy surrounding population screening for dementia in the ambulatory care setting. This review will include a comparison of these instruments in terms of time to complete, acceptability, specificity, and sensitivity. Current utilization and recommendations for these screening tools in ambulatory care settings will be reported. Strategies for implementing these assessments in ambulatory care, where patients often expect short and succinct appointments, will also be presented.

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)0,017
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,049
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,418
Écart entre enseignants0,372 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207