MemScreen : une application mobile pour le dépistage précoce des troubles cognitifs légers - 19/03/25
, Claire Hourregue 2, Emmanuel Cognat 3, Jacques Hugon 4, Claire Paquet 5Résumé |
Introduction |
Les troubles cognitifs légers (MCI) sont souvent sous-diagnostiqués en soins primaires, retardant le diagnostic de la maladie d’Alzheimer. MemScreen, une application mobile, offre une solution rapide et auto-administrée.
Objectifs |
Évaluer la performance de MemScreen dans la détection des MCI en population générale (Whitehall II) et en consultation mémoire, comparée à des tests classiques comme le MMSE et le TMT-A.
Méthodes |
Deux cohortes ont été analysées : Whitehall II (n=2118) avec un MCI défini par un score cognitif global, et 303 patients de consultation mémoire évalués pour un MCI amnésique par le RLRI16. Les performances ont été comparées via l’AUC des courbes ROC.
Résultats |
Dans la cohorte Whitehall II, MemScreen a présenté une AUC de 0,87 (IC95 % : 0,84–0,88), supérieure au MMSE (0,79 ; IC95 % : 0,76–0,82) et au TMT-A (0,77 ; IC95 % : 0,74–0,80), avec une sensibilité de 78,6 % et une spécificité de 78,7 %. En consultation mémoire, MemScreen a également obtenu une AUC de 0,87 (IC95 % : 0,83–0,91), avec une sensibilité de 93 % et une spécificité de 54 %, surpassant les tests traditionnels.
Discussion |
MemScreen a montré une performance robuste pour détecter les MCI, tant en population générale que chez des patients en consultation mémoire. Sa rapidité de passation et son auto-administration, en fait un outil prometteur pour améliorer le dépistage en soins primaires et l’orientation des patients.
Conclusion |
MemScreen est une solution digitale prometteuse pour un dépistage précoce des MCI, améliorant ainsi les soins et la détection précoce des patients éligibles aux traitements innovants de la maladie d’Alzheimer.
Le texte complet de cet article est disponible en PDF.Mots clés : Alzheimer, Application mobile, Neuropsychologie
Plan
Vol 181 - N° S
P. S120 - avril 2025 Retour au numéro
Article précédent
- Résultats fonctionnels après rééducation des patients atteints de mal de Pott compliqué
- Khaoula Rsaissi, Taha Zineddine, Jihad El Achkoura, Ryme El Beloui, Hasnaa Boutalja, Nada Kyal, Fatima Lmidmani, Abdellatif El Fatimi
- Les patients virtuels pour substituer les données de référence sensibles dans une architecture de données de médecine de précision pour la sclérose en plaques
- Stanislas Demuth, Olivia Rousseau, Igor Faddeenkov, Morgan Guillaudeux, David Laplaud, Gilles Edan, Pierre-Antoine Gourraud
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Déjà abonné à cette revue ?