Assessing the validity of a computer-generated cognitive screening instrument for patients with multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: Neuropsychological testing requires considerable time, expense, and expertise to administer. These factors can limit patient access. Computerized cognitive testing has been proposed as an alternative. OBJECTIVES: The objective of this paper is to validate a brief, simple-to-use computer-generated cognitive assessment screening battery for multiple sclerosis (MS) patients that has minimal motor involvement. METHODS: A sample of 96 MS patients and 98 healthy controls completed a computer-generated battery that included the Stroop, Symbol Digit Modalities Test (C-SDMT), a two- and four-second visual analog of the Paced Auditory Serial Addition Test (PVSAT-2, PVSAT-4), and simple and choice reaction time tests. The Minimal Assessment of Cognitive Function in MS was used to define cognitive impairment in the MS sample. RESULTS: Each newly developed test successfully distinguished between cognitively impaired patients and healthy controls as well as cognitively intact patients. A combination of three computerized tests (C-SDMT, PVSAT-2, PVSAT-4) with a mean administration time of 10 minutes had a sensitivity of 82.5% and specificity of 87.5% in detecting cognitive impairment. Good test-retest reliability was obtained for each measure. CONCLUSIONS: Good sensitivity and specificity, brevity, ease of administration, and a limited motor component highlight the feasibility of introducing this computer-generated cognitive screening instrument in a busy MS clinic.
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 | 0,003 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».