Utility of the NeuroTrax Computerized Battery for Cognitive Screening in Parkinson's Disease: Comparison with the MMSE and the MoCA
Notice bibliographique
Résumé
To determine the utility of a computerized assessment in Parkinson's disease (PD), we compared the cognitive performance of 50 PD patients on the NeuroTrax computerized battery relative to the mini-mental state examination (MMSE) and the Montreal Cognitive Assessment (MoCA). The results revealed fair agreement between impairment on the NeuroTrax and the MMSE (kappa=.291, p=.031) but only slight agreement between the NeuroTrax and the MoCA (kappa=.138, p = .054) and between the MoCA and the MMSE (kappa = .168, p = .069). The NeuroTrax identified 52% of the sample as average or above, 40% as below average, and 8% as impaired. The MoCA identified 54% of the sample as impaired (28% average or above and 18% below average), while the MMSE identified 66% as average or above (20% below average and 14% impaired). Several stepwise regressions revealed that executive and verbal functions were the best predictors of cognitive functioning on the NeuroTrax, while memory recall, serial sevens, naming, and abstraction were the best predictors on the MoCA. These results suggest that although the NeuroTrax may be useful in identifying executive cognitive deficits in PD, similar to the MMSE the NeuroTrax may lack optimal sensitivity. While the MoCA is sensitive, it may be too stringent in overclassifying PD patients as impaired.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 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) | 0,001 | 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 ».