MétaCan
Menu
← Retour à la cohorte
Enregistrement W1992179152 · doi:10.1016/j.jalz.2013.05.956

P2–308: Common rater errors when scoring the ADAS‐Cog

2013· article· en· W1992179152 sur OpenAlexaff
Magdalena Perez, Kristi Bertzos, Chris Brady, Julie L. Marsh

Notice bibliographique

RevueAlzheimer s & Dementia · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensinVentiv Health Clinical
Organismes subventionnairesnon disponible
Mots-clésCogRating scaleMedicinePsychologyComputer scienceArtificial intelligenceDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

There is a growing concern that rater administration and scoring errors on the Alzheimer's Disease Assessment Scale-Cognitive subscale (ADAS-Cog) may be masking positive drug effect in some Alzheimer disease trials (Kobak, 2010; Schafer et al., 2011). Identification of key problem areas for raters may inform development of training programs so that raters can more skillfully perform the ADAS-Cog and thus minimize the risk of masking positive drug effects. This study examined rater performance on an ADAS-Cog training exercise and identified common rater errors when scoring the ADAS-Cog. A total of 326 raters from 4 AD clinical trials were selected to participate in a standard ADAS-Cog training program based on their reported educational status and experience with the measure. This training program included a 1 hour didactic session that reviewed the standard ADAS-Cog administration and scoring guidelines. The didactic session was followed by an evaluation exercise where raters were required to score a video-recorded ADAS-Cog administration. Raters' scores were compared to the criterion scores established for the video-recorded administration. Preliminary analyses indicated that 95% of the raters made at least one error rating the video-recorded ADAS-Cog; 17% (1 error) 29% (2 errors), 24% (3 errors), 12.5% (4 errors), and 12.5% (>5 errors). On average the group made 2.7 errors in scoring the video-recorded administration, which impacted the ADAS-Cog total score by ±1.2 points. Errors were identified in all ADAS-Cog subtests, with more frequent errors made on Remembering Test Instructions, Word Finding Difficulty, Comprehension, and Spoken Language Ability. Although raters were experienced administering the ADAS-Cog and were provided with training, most made at least 1 error on the ADAS-Cog training exercise. The errors committed by raters impacted the ADAS-Cog total score to varying degrees, which reaffirms the concern that rater errors may be masking true trial outcomes. Raters had greater difficulty rating items that involved clinical judgment, such as the language-evaluation items of the ADAS-Cog. Raters are likely to benefit from more substantial training and ongoing monitoring programs for these items.

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)0,100
score de la tête « metaresearch » (Gemma)0,231
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,900
Score d'incertitude au seuil0,531

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1000,231
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,036
Tête enseignante GPT0,307
Écart entre enseignants0,271 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→