The Use of a Virtual Reality Platform for the Assessment of the Memory Decline and the Hippocampal Neural Injury in Subjects with Mild Cognitive Impairment: The Validity of Smart Aging Serious Game (SASG)
Notice bibliographique
Résumé
Due to the lack of pharmacological treatment for dementia, timely detection of subjects at risk can be of seminal importance for preemptive rehabilitation interventions. The aim of the study was to determine the usability of the smart aging serious game (SASG), a virtual reality platform, in assessing the cognitive profile of an amnestic mild cognitive impairment (aMCI) population, its validity in discriminating aMCI from healthy controls (HC), and in detecting hippocampal degeneration, a biomarker of clinical progression towards dementia. Thirty-six aMCI and 107 HC subjects were recruited and administered the SASG together with a neuropsychological evaluation. All aMCI and 30 HC subjects performed also an MRI for hippocampal volume measurement. Results showed good usability of the SASG despite the low familiarity with technology in both groups. ROC curve analyses showed similar discriminating abilities for SASG and gold standard tests, and a greater discrimination ability compared to non-specific neuropsychological tests. Finally, linear regression analysis revealed that the SASG outperformed the Montreal cognitive assessment test (MoCA) in the ability to detect neuronal degeneration in the hippocampus on the right side. These data show that SASG is an ecological task, that can be considered a digital biomarker providing objective and clinically meaningful data about the cognitive profile of aMCI subjects.
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 | 0,014 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».