The Paced Auditory Serial Addition Test: to what extent is it performed as instructed, and is it associated with disease course?
Notice bibliographique
Résumé
One commonly used outcome measure in multiple sclerosis (MS) clinical trials is the Multiple Sclerosis Functional Composite, which includes the Paced Auditory Serial Addition Test (PASAT) as a measure of cognitive function. Concerns have been raised about the standard PASAT scoring method, whereby the number of correct responses is summed. This method does not take into account whether the test is performed as intended, which may affect interpretation of the results. Accordingly, another scoring method has been proposed, which examines the number of times a correct response is immediately preceded by another correct response (termed a dyad). We compared the two scoring methods for the PASAT, and found that the mean percentage of correct responses not accounted for by dyads ranged from 27.5% to 49.5%, indicating that much of the time the test is not performed as instructed. We also examined disease course and the PASAT score, as studies have produced conflicting results as to whether disease course is associated with cognitive impairment. Although disease course was significantly associated with the PASAT score, it accounted for little of the variation in scores, even when adjusting for other predictors. Finally, as 14.2% of participants refused to do the PASAT or failed to complete it, we also examined whether the Perceived Deficits Questionnaire (PDQ), a self-reported measure of cognitive function, is a potential proxy measure for the PASAT. The correlation between the two tools was low (-0.14), suggesting that the PDQ is not a useful substitute for the PASAT.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».