P3‐017: The Impact of Central Rating Review Programs on ADAS‐COG Error Variance
Notice bibliographique
Résumé
Rater administration and scoring errors on the Alzheimer’s Disease Assessment Scale-Cognitive Subscale (ADAS-Cog) may be masking positive drug effects in Alzheimer disease (AD) clinical trials (Kobak, 2010; Schafer et al., 2011). Such errors can contribute to larger error variance, higher sample sizes, and reduced power to detect a treatment effect. Despite rigorous rater training and clinical review programs, raters continue to make at least one error per in-study assessment throughout the life of a clinical trial (Bertzos et al., 2013; Perez et al., 2013). Few studies have examined the impact these errors could have on ADAS-Cog outcome data if left uncorrected. This study examines how ADAS-Cog errors impact overall error variance of the ADAS-Cog total scores. ADAS-Cog data from a clinical trial using 436 mild to moderate AD subjects, randomized to two different treatment cohorts were analyzed. A total of 1940 assessments administered by 117 raters across five study visits were centrally reviewed by clinicians. Errors identified were addressed and corrected by the raters. ADAS-Cog scores were calculated for each visit using both corrected and uncorrected scores. The standard deviations and standard errors of the mean between the corrected and uncorrected ADAS-Cog total scores will be compared at each visit for each treatment cohort. It is hypothesized that the clinical review process will decrease the error variance within each of the five visits as well as across time for each treatment cohort. The impact of central review programs on ADAS-Cog error variance, across the life of a trial, will be discussed to determine whether these programs improve the quality of the data. In addition, the impact that central rating review programs have on estimated sample sizes will be explored.
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 | 0,352 | 0,685 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».