P1‐444: BASELINE DATA IN A LONGITUDINAL VALIDATION OF COGNIGRAM<sup>TM</sup> COMPUTERIZED COGNITIVE TESTING IN MILD COGNITIVE IMPAIRMENT (MCI)
Notice bibliographique
Résumé
Studies have shown that computerized cognitive assessments have the capacity for early detection of subtle changes in cognition in older adults by way of high-precision measurement of accuracy and speed of responses. The Cognigram (CG) platform is a computerized card game that measures cognitive functioning, with results shown to be unaffected by language, educational level, or cultural background. Our study aims to assess the capacity of CG to predict future cognitive decline in mild cognitive impairment (MCI) and cognitively normal (CN) subjects. Baseline data is presented here. Subjects were characterized by a full cognitive assessment at a tertiary memory clinic. 13 MCI and 8 CN subjects are presented here (target 30 MCI and 30 CN). CG testing and MoCA testing sessions will be performed at baseline, 3, 6, 9, 12, 24, and 36 months. Clinical and neuropsychological evaluations will be performed at baseline, 12, 24, and 36 months. MCI participants’ average age is 77.8 years old and 70.0 years old for CN. 23% of MCI and 100% of CN participants are female. The average baseline MoCA score for MCI was 22.2 and 28.13 for CN. The average baseline CG composite score for psychomotor function/attention for MCI was 85.0 and 97.0 for CN. The average baseline CG composite score for learning/working memory was 89.0 for MCI and 100.0 for CN participants. In this baseline data, both average CG composite scores for MCI participants were within the borderline performance range of 80-89, compared to the CN participants whose scores were within the normal performance range of 92-150. Preliminary findings to date show that CG can help distinguish cognitive differences between MCI and CN participants at baseline. The next three years of data collection will hopefully identify early changes in CG scoring that are predictive of further decline in the subset of patients with MCI that will convert to dementia.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».