Evaluating the Feasibility of Frequent Cognitive Assessment Using the Mezurio Smartphone App: Observational and Interview Study in Adults With Elevated Dementia Risk
Notice bibliographique
Résumé
BACKGROUND: By enabling frequent, sensitive, and economic remote assessment, smartphones will facilitate the detection of early cognitive decline at scale. Previous studies have sustained participant engagement with remote cognitive assessment over a week; extending this to a period of 1 month clearly provides a greater opportunity for measurement. However, as study durations are increased, the need to understand how participant burden and scientific value might be optimally balanced also increases. OBJECTIVE: This study explored the little but often approach to assessment employed by the Mezurio app when prompting participants to interact every day for over a month. Specifically, this study aimed to understand whether this extended duration of remote study is feasible, and which factors promote sustained participant engagement over such periods. METHODS: A total of 35 adults (aged 40-59 years) with no diagnosis of cognitive impairment were prompted to interact with the Mezurio smartphone app platform for up to 36 days, completing short, daily episodic memory tasks in addition to optional executive function and language tests. A subset (n=20) of participants completed semistructured interviews focused on their experience of using the app. RESULTS: Participants complied with 80% of the daily learning tasks scheduled for subsequent tests of episodic memory, with 88% of participants still actively engaged by the final task. A thematic analysis of the participants' experiences highlighted schedule flexibility, a clear user interface, and performance feedback as important considerations for engagement with remote digital assessment. CONCLUSIONS: Despite the extended study duration, participants demonstrated high compliance with the schedule of daily learning tasks and were extremely positive about their experiences. Long durations of remote digital interaction are therefore definitely feasible but only when careful attention is paid to the design of the users' experience.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».