Playful multimodal activation with assessment of neuropsychological profiles in Alzheimer’s disease
Notice bibliographique
Résumé
Abstract Background A key problem in developing interventions in dementia care is the lack of knowledge about the mental processes and individual dependencies between functional impairments evolving over time. Neuropsychological profiles reflect the impact of the disease on distinctive neuroanatomic networks associated with complex cognitive domains. Recently serious games have been successfully validated with high potential as dementia biomarkers but increased estimation accuracy and personalised neuropsychological profiling is still required. Method Tablet‐PC‐based intervention was applied within 10 weeks in Austria, engaging persons with dementia (PwD) with Alzheimer’s disease (AD) living at home in terms of playful multimodal training and activation (n=15, age M=81.7 years, MoCA score M=17.9). PwDs interacted with an integrated version of two serious games: (a) 15 PwD played ‘MIRA’, a playful version of the anti‐saccade task, and (b) 8 PwD played ‘MMA’, a suite of cognitive exercises (puzzle, memory, text gap filling). The games were introduced and assisted by trainers, some PwD learned to play alone. Result The score of gaze‐based MIRA showed significant correlation with MoCA score (Rho= .713**) and enabled individual MoCA score estimates with errors of less than M=2.6 MoCA points. MMA showed correlation with MoCA (Rho=p=.755*) and further MoCA subscores so that the neuropsychological profile could be established including impairments in visuospatial operations, attention, abstraction, language and recall. Conclusion The work outlined within the EU project PLAYTIME indicates successful steps towards daily use of gaze‐based games. MIRA together with the MMA training enables continuous estimates of Alzheimer’s mental state in general but also to estimate individual neuropsychological profiles to identify personal impairments and their course over time. The playful training app was very well accepted by PwD users and offers with its pervasive mental assessment tool a large potential for future long‐term monitoring in numerous AD care services.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».