Entering the new era of cognitive scoring? Eye-tracking assessment in neurodegenerative disorders
Notice bibliographique
Résumé
Background: The inci dence of dementia and cognitive deterioration is on the rise. Therefore, objective, fast and repetitive cognitive scoring methodology to screen the population and guide the diagnostic process is needed. Eye-tracking provides gaze patterns metrics based on the pupil size and the point of gaze assessment. Methods: The study evaluated 60 patients with medical anamnesis, Montreal Cognitive Assessment – MoCA test, Geriatric Depression Scale – GDS, and eye-tracking protocol. The novel object recognition test consisted of 30 seconds observation of the set of three images, followed by a 90-second pause, and a repeated 30-second observation of the set of three images with the change of one of them. The comparison was made between the metrics of three subgroups, which were created based on MoCA score and named as controls: ≥26, mild cognitive impairment: 21–25, and dementia: <20. Results: For the novel object recognition task, a control group compared to a dementia group was more interested in the new object during a free observation (repeated measure ANOVA, p = 0.03). Moreover, during the observation of the second set of images, the pupil dilation as a result of a memory recall is more prominent in the control group (t-test, p = 0.009). Conclusion: Eye-tracking is a potentially useful tool for objective assessment of patients’ cognitive status. Further studies are needed to evaluate norms across different ages and cut-off points.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».