Video-based Parkinson’s disease assessments in a nationwide cohort of Fox Insight participants
Notice bibliographique
Résumé
INTRODUCTION: Parkinson's disease (PD) research is hampered by slow, inefficient recruitment and burdensome in-person assessments that may be challenging to conduct in a world affected by COVID-19. Fox Insight is an ongoing prospective clinical research study that enables individuals to participate in clinical research from their own homes by completing online questionnaires. To date, over 45,000 participants with and without PD have enrolled. We sought to validate self-reported PD diagnosis in the Fox Insight cohort, assess the validity of other self-reported health information, and evaluate the willingness of participants to participate in video-based research studies. METHODS: Individuals with and without self-reported PD enrolled in Fox Insight were invited to participate in this virtual research study. Participants completed online questionnaires and two virtual visits, during which we conducted standard cognitive and motor assessments. A movement disorder expert determined the most likely diagnosis, which was compared to self-reported diagnosis. RESULTS: A total of 203 participants from 40 U.S. states, 159 with remote clinician-determined PD and 44 without, completed the study (59% male, mean (SD) age 65.7 (9.8)). Level of agreement between self-reported PD diagnosis in Fox Insight and clinician-determined diagnosis was very good ((kappa = 0.85, 95% CI 0.76-0.94). Overall, 97.9% of participants were satisfied with the study, 98.5% were willing to participate in a future observational study with virtual visits, and 76.1% were willing to participate in an interventional trial with virtual visits. CONCLUSION: Among the Fox Insight cohort, self-reported diagnosis is accurate and interest in virtual research studies is high.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».