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 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 | 0,005 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».