Assessment of Driving‐Related Skills Prediction of Unsafe Driving in Older Adults in the Office Setting
Notice bibliographique
Résumé
OBJECTIVES: To examine the sensitivity and specificity of the Assessment of Driving-Related Skills (ADReS), a clinical tool recommended by the American Medical Association for identifying potentially unsafe older drivers that includes tests of vision, motor function, and cognition. DESIGN: Cross-sectional observation study. SETTING: Memory assessment outpatient clinic of a university hospital. PARTICIPANTS: Drivers with normal cognition (n = 47) and cognitive impairment (n = 75). MEASUREMENTS: A neurologist completed the ADReS during an office visit. Additional cognitive tests of executive, visuospatial, and visuomotor function were also performed. On a separate day, participants completed a standardized on-road test, assessed by a professional driving instructor using a global safety rating and a quantitative driving score. RESULTS: In this sample of currently active older drivers with and without cognitive impairment, measures of cognition-particularly the Trail-Making Test Part B-were more highly correlated with driving scores than other measures of function. Using recommended scoring procedures, the ADReS had a sensitivity of 0.81 for detecting impaired driving on the road test, with a specificity of 0.32 and an area under the receiver operating characteristic curve (AUC) of 0.57. A logistic regression model that incorporated computerized maze task and Mini-Mental State Examination scores improved overall classification accuracy, yielding a sensitivity of 0.61, a specificity of 0.84, and an AUC of 0.80. CONCLUSION: In its present form, the ADReS has limited utility as an office screen for individuals who should undergo formal driving assessment. Improved scoring methods and screening tests with greater diagnostic accuracy than the ADReS are needed for general office practice.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».