Usability and Validity of a Battery of Computerised Cognitive Screening Tests for Detecting Cognitive Impairment
Notice bibliographique
Résumé
BACKGROUND: Computerised cognitive screening (CCS) has the potential to detect cognitive impairment in the community, which is important for the early diagnosis of dementia. OBJECTIVE: The aim of this study was to investigate the ability of older adults with dementia to engage with smart phone and tablet technologies and to determine the accuracy of a battery of CCS tasks to detect cognitive impairment in comparison with the Montreal Cognitive Assessment (MoCA). METHODS: Patients with mild-moderate dementia (n = 40) attending a university-linked day hospital and normal controls (n = 20) completed (i) a questionnaire detailing the frequency and breadth of their technology use, (ii) three commercially available CCS tasks, and (iii) the MoCA. RESULTS: The three CCS tasks were completed by 85% (n = 34) of the patients with dementia and all controls; only 4 reported the task as 'hard'. Those with dementia scored significantly lower on the CCS than controls (p < 0.001). CCS scores correlated with total MoCA scores (r = 0.78, p < 0.01). Further, the CCS scores significantly predicted MoCA scores, controlling for the effects of age, gender, educational attainment, and frequency of technology use (β = 0.71, p < 0.001), explaining 65.2% of the variance. Total CCS and MoCA scores (cut-off score <24) had similar sensitivity (94 and 95%, respectively) and accuracy (area under the curve 0.94 and 0.99, respectively, p = 0.5) in discriminating dementia from controls, though the CSS had lower specificity (60 vs. 100% for the MoCA). CONCLUSION: The participants had little difficulty self-administering the CCS, which is an oft-cited barrier to computerised testing in this population. Our results support the criterion and construct validity of a CCS versus the commonly used MoCA. Although further research is required, CCS for cognitive impairment may be useful in the community and, by prompting referral to specialist services, could lead to an earlier diagnosis of dementia.
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 | 0,007 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».