Impact of neuropsychological evaluation on self-perception of memory in the adult Portuguese population
Bibliographic record
Abstract
Introdução: As queixas subjectivas de memória são frequentes em indivíduos de meia-idade e idosos, e o seu valor como preditor de declínio cognitivo tem sido debatido. A valorização das queixas é um factor que contribui para a procura de uma avaliação cognitiva, mas pouco se sabe sobre o efeito que a própria avaliação tem sobre a autopercepção da memória nesta população. Métodos: A amostra compreendeu 45 indivíduos com idade entre 56 e 86 anos. Validaram-se critérios de exclusão e inclusão, suportados numa entrevista e nos instrumentos Mini-Mental State Examination (MMSE), Montreal Cognitive Assessment (MoCA), Geriatric Depression Scale-15 (GDS-15) e Instrumental Activities of Daily Living (IADL). A Subjective Memory Complaints Scale (SMC) foi aplicada no início e no fim do protocolo composto pelas provas de Memória Lógica, Pares de Palavras, Memória de Dígitos, California Verbal Learning Test (CVLT), Fluência Semântica, e Trail Making Test (TMT). Resultados: As queixas de memória diminuiram após a avaliação neuropsicológica, tendo-se verificado que 60% dos participantes melhoraram a autopercepção da memória após a avaliação. Apenas em 7% houve um aumento de queixas. A idade e a escolaridade não são diferentes entre os grupos que mudaram e mantiveram o total de queixas. No grupo em que as queixas após a avaliação diminuíram, o resultado na prova de Memória Lógica diferida foi superior. Não foram encontradas outras diferenças significativas. Conclusões: Na maioria dos participantes desta amostra de sujeitos da comunidade, a autopercepção da memória melhorou após avaliação objectiva da memória e das funções executivas. A comparação destes resultados com os de sujeitos que procuram ajuda clínica por queixas de memória será um contributo valioso para a valorização clínica das queixas.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".