Staging Dementia From Symptom Profiles on a Care Partner Website
Notice bibliographique
Résumé
BACKGROUND: The World Wide Web allows access to patient/care partner perspectives on the lived experience of dementia. We were interested in how symptoms that care partners target for tracking relate to dementia stage, and whether dementia could be staged using only these online profiles of targeted symptoms. OBJECTIVES: To use clinical data where the dementia stage is known to develop a model that classifies an individual's stage of dementia based on their symptom profile and to apply this model to classify dementia stages for subjects from a Web-based dataset. METHODS: An Artificial Neural Network (ANN) was used to identify the relationships between the dementia stages and individualized profiles of people with dementia obtained from the 60-item SymptomGuide (SG). The clinic-based training dataset (n=320), with known dementia stages, was used to create an ANN model for classifying stages in Web-based users (n=1930). RESULTS: The ANN model was trained in 66% of the 320 Memory Clinic patients, with the remaining 34% used to test its accuracy in classification. Training and testing staging distributions were not significantly different. In the 1930 Web-based profiles, 309 people (16%) were classified as having mild cognitive impairment, 36% as mild dementia, 29% as moderate, and 19% as severe. In both the clinical and Web-based symptom profiles, most symptoms became more common as the stage of dementia worsened (eg, mean 5.6 SD 5.9 symptoms in the MCI group versus 11.9 SD 11.3 in the severe). Overall, Web profiles recorded more symptoms (mean 7.1 SD 8.0) than did clinic ones (mean 5.5 SD 1.8). Even so, symptom profiles were relatively similar between the Web-based and clinical datasets. CONCLUSION: Symptoms targeted for online tracking by care partners of people with dementia can be used to stage dementia. Even so, caution is needed to assure the validity of data collected online as the current staging algorithm should be seen as an initial step.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».