Canadian Normative Data for Minimal Assessment of Cognitive Function in Multiple Sclerosis
Notice bibliographique
Résumé
OBJECTIVE: The Minimal Assessment of Cognitive Function in Multiple Sclerosis (MACFIMS) is a consensus-based collection of neuropsychological tests that evaluate cognitive functioning in individuals with multiple sclerosis (MS). The tests are typically scored using each respective published test manual, leaving the examiner to make interpretations from norms derived from different American populations. Given demographic differences, this may lead to misinterpretation of findings in Canadians. Our goal was to establish both discrete and regression-based normative data for the MACFIMS based on a largely co-normed Canadian population to allow for improved psychometric interpretation. METHODS: MACFIMS data sets were aggregated from across three different Canadian cities (Ottawa, Toronto, and London), yielding a total of 330 healthy control participants from four different studies evaluating cognition in individuals with MS. Given the variety of contributing studies, there was variability in terms of the number of participants completing each measure. RESULTS: Both age-based discrete normative data and demographically adjusted (sex, age, and education) regression-based formulae were established. The demographic variables varied in their contribution to each MACFIMS test in the regression models, predicting 0 to 18% of the variance. CONCLUSIONS: Provision of these regression-based formulae will allow for more accurate interpretation of Canadian-derived MACFIMS scores by allowing clinicians to correct for all relevant demographic variables simultaneously, leading to improved clinical decision making for individuals with multiple sclerosis.
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 | 0,010 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».