Measuring Cognition: The Chicago Cognitive Function Measure in the National Social Life, Health and Aging Project, Wave 2
Notice bibliographique
Résumé
OBJECTIVES: To describe the development of a multidimensional test of cognition for the National Social life, Health and Aging Project (NSHAP), the Chicago Cognitive Function Measure (CCFM). METHOD: CCFM development included 3 steps: (a) A pilot test of the Montreal Cognitive Assessment (MoCA) to create a standard protocol, choose specific items, reorder items, and improve clarity; (b) integration into a CAPI-based format; and (c) evaluation of the performance of the CCFM in the field. The CCFM was subsequently incorporated into NSHAP, Wave 2 (n = 3,377). RESULTS: The pre-test (n = 120) mean age was 71.35 (SD 8.40); 53% were female, 69% white, and 70% with college or greater education. The MoCA took an average of 15.6min; the time for the CCFM was 12.0 min. CCFM scores (0-20) can be used as a continuous outcome or to adjust for cognition in a multivariable analysis. CCFM scores were highly correlated with MoCA scores (r = .973). Modeling projects MoCA scores from CCFM scores using the equation: MoCA = (1.14 × CCFM) + 6.83. In Wave 2, the overall weighted mean CCFM score was 13.9 (SE 0.13). DISCUSSION: A survey-based adaptation of the MoCA was successfully integrated into a nationally representative sample of older adults, NSHAP Wave 2.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».