Validity Evidence for the Use of Automated Neuropsychologic Assessment Metrics As a Screening Tool for Cognitive Impairment in Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: Screening for cognitive impairment in systemic lupus erythematosus (SLE) conventionally relies on the American College of Rheumatology (ACR) neuropsychologic battery (NB), which is not universally available. To develop a more accessible screening approach, we assessed validity of the Automated Neuropsychological Assessment Metrics (ANAM). Using the ACR NB as the gold standard for cognitive impairment classification, the objectives were 1) to measure overall discriminative validity of the ANAM for cognitive impairment versus no cognitive impairment, 2) to identify ANAM subtests and scores that best differentiate patients with cognitive impairment from those with no cognitive impairment, and 3) to derive ANAM composite indices and cutoffs. METHODS: A total of 211 consecutive adult patients, female and male, with SLE were administered the ANAM and ACR NB. 1) For overall discriminative validity of the ANAM, we compared patients with cognitive impairment versus those with no cognitive impairment on 4 scores. 2) Six ANAM models using different scores were developed, and the most discriminatory subtests were selected using logistic regression analyses. The area under the receiver operating characteristic curve (AUC) was calculated to establish ANAM validity against the ACR NB. 3) ANAM composite indices and cutoffs were derived for the best models, and sensitivities and specificities were calculated. RESULTS: Patients with no cognitive impairment performed better on most ANAM subtests, supporting ANAM's discriminative validity. Cognitive impairment could be accurately identified by selected ANAM subtests with top models, demonstrating excellent AUCs of 81% and 84%. Derived composite indices and cutoffs demonstrated sensitivity of 78-80% and specificity of 70%. CONCLUSION: This study provides support for ANAM's discriminative validity for cognitive impairment and utility for cognitive screening in adult SLE. Derived composite indices and cutoffs enhance clinical applicability.
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 | 0,043 | 0,152 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».