RÉSUMÉ
Neurobehavioural and psychiatric symptoms are common in a range of neurodegenerative disorders with distinct profiles which are helpful in the diagnosis and monitoring of these disorders. The Cambridge Behavioural Inventory (CBI) has been shown to distinguish frontotemporal dementia (FTD), Alzheimer's disease (AD), Huntington's disease (HD) and Parkinson's disease (PD), but it is lengthy. OBJECTIVE: To develop a shorter version of the 81 item CBI. METHODS: CBI data from 450 participants with behavioural variant frontotemporal dementia (bv-FTD) (64), AD (96), PD (215) and HD (75) were analysed using Principal Components Analysis and measures of internal consistency (Cronbach alpha). RESULTS: A reduced 45-item questionnaire was developed. The instrument identified distinct behavioural profiles and performed as well as the original version. CONCLUSIONS: A shorter (45 item) version of the CBI is capable of differentiating bv-FTD and AD from PD and HD. It may be useful in delineating the type and extent of problems in these disorders as well as monitoring therapeutic interventions.
Sintomas psiquiátricos e de comportamento são comuns em várias doenças neurodegenerativas, com perfis distintos que são úteis no diagnóstico e no acompanhamento destas doenças. O Inventário Comportamental de Cambridge (CBI) tem mostrado como distinguir entre demência frontotemporal (DFT), doença de Alzheimer (DA), doença de Huntington (DH) e doença de Parkinson (DP), mas é um instrumento longo. OBJETIVO: Desenvolver uma versão curta do CBI de 81 itens. MÉTODOS: Dados de 450 participantes com a variante comportamental (VC) da DFT (64), DA (96), DP (215) e DH (75) foram analisados usando análise de componentes principais (PCA) e medidas de consistência interna (Cronbach alpha). RESULTADOS: Uma versão reduzida de 45 itens do questionário foi desenvolvida. O instrumento identificou perfis distintos de comportamento e seu desempenho foi tão bom quanto a versão original. CONCLUSÕES: Uma versão curta (45 itens) do CBI é capaz de diferenciar VC-DFT e DA de DP e DH, e pode ser útil em identificar o tipo e extensão de problemas nestas doenças e também no monitoramento de intervenções terapêuticas.