Processing speed test: Validation of a self-administered, iPad <sup>®</sup> -based tool for screening cognitive dysfunction in a clinic setting
Notice bibliographique
Résumé
Background: Cognitive dysfunction is common in multiple sclerosis (MS) patients and has important consequences for daily activities, yet, unlike motor function, is not routinely assessed in the clinic setting. We developed the Processing Speed Test (PST), a self-administered iPad ® -based tool to measure MS-related deficits in processing speed. Objective: To determine whether the PST is valid for screening cognitive dysfunction by comparing it to the paper-and-pencil Symbol Digit Modalities Test (SDMT). Methods: We assessed PST test–retest reliability, sensitivity of PST and SDMT in discriminating MS patients from healthy controls (HC), convergent validity between PST and SDMT, correlations between T2 lesion load and PST and SDMT, and PST performance with and without technician present during administration. Results: PST had excellent test–retest reliability, was highly correlated with SDMT, was slightly more sensitive than SDMT in discriminating MS from HC groups, and correlated better with cerebral T2 lesion load than did SDMT. Finally, PST performance was no different with or without a technician in the testing environment. Conclusion: PST has advantages over SDMT because of its efficient administration, scoring, and potential for medical record or research database integration. PST is a practical tool for routine screening of processing speed deficits in the 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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».