MétaCan
Menu
Retour à la cohorte
Enregistrement W2768519360 · doi:10.1097/wad.0000000000000219

Computerized Cognitive Testing in Primary Care

2017· article· en· W2768519360 sur OpenAlexaff
Geneva Millett, Gary Naglie, Ross Upshur, Liisa Jaakkimainen, Jocelyn Charles, Mary C. Tierney

Notice bibliographique

RevueAlzheimer Disease & Associated Disorders · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensCentre for Family MedicineUniversity of TorontoSunnybrook Health Science CentreSinai Health SystemHealth Sciences CentreLunenfeld-Tanenbaum Research InstituteBaycrest Hospital
Organismes subventionnairesnon disponible
Mots-clésPrimary careDementiaCognitionMedicineCognitive testTest (biology)Cognitive impairmentGerontologyFamily medicinePsychiatryDisease

Résumé

récupéré en direct d'OpenAlex

Computerized cognitive assessment tools may facilitate early identification of dementia in the primary care setting. We investigated primary care physicians' (PCPs') views on advantages and disadvantages of computerized testing based on their experience with the Computer Assessment of Mild Cognitive Impairment (CAMCI). Over a 2-month period, 259 patients, 65 years and older, from the family practice of 13 PCPs completed the CAMCI. Twelve PCPs participated in an individual interview. Generally, PCPs felt that the relationship between them and their patients helped facilitate cognitive testing; however, they thought available paper tests were time consuming and not sufficiently informative. Despite concerns regarding elderly patients' computer literacy, PCPs noticed high completion rates and that their patients had generally positive experiences completing the CAMCI. PCPs appreciated the time-saving advantage of the CAMCI and the immediately generated report, but thought the report should be shortened to 1 page and that PCPs should receive training in its interpretation. Our results suggest that computerized cognitive tools such as the CAMCI can address PCPs' concerns with cognitive testing in their offices. Recommendations to improve the practicality of computerized testing in primary care were suggested.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,092
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,320
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer Disease & Associated DisordersMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207