Telephonic Remote Evaluation of Neuropsychological Deficits (TREND): Longitudinal Monitoring of Elderly Community-dwelling Volunteers Using Touch-tone Telephones
Notice bibliographique
Résumé
Use of interactive voice response (IVR) technology to monitor cognitive functioning in cognitively normal (CN), mild cognitive impairment (MCI), and mild dementia (MD) participants was examined using 107 community-dwelling participants, 65 to 88 years old. Baseline Clinical Dementia Ratings identified 36 participants as CN, 37 with MCI, and 34 as MD. Alzheimer's Disease Assessment Scale (ADAS) and Mini-Mental State Examinations were administered during clinic visits at weeks 0, 8, 16, and 24. IVR cognitive testing was completed at each visit and from participants' homes at weeks 4, 12, and 20. Study partners provided dementia symptoms severity ratings via IVR. The assessment system received 719 participant and 723 partner calls. All calls initiated by CN participants, 99.2% by MCI participants, and 87.3% by MD participants were completed. Telephonic Remote Evaluation of Neuropsychological Deficit tasks showed significant performance differences between participant groups, good reliability, and convergent validity with Mini-Mental State Examinations and ADAS-Cog measures. Automated cognitive testing calls took about 18 minutes to complete, and informant calls took approximately 4 minutes. IVR informant data were convergent with the ADAS-Noncog measure. Computer-automated assessments of cognitive functioning via IVR provided reliable, valid data. Such assessments might benefit routine clinical care and large-scale, longitudinal research in the future, but will require additional research over longer periods.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».