MétaCan
Menu
Retour à la cohorte
Enregistrement W4210816119 · doi:10.1007/s40120-022-00326-y

Staging Disease Severity Using the Alzheimer’s Disease Composite Score (ADCOMS): A Retrospective Data Analysis

2022· article· en· W4210816119 sur OpenAlexaff
Amir Abbas Tahami Monfared, Katherine Houghton, Quanwu Zhang, Josephine Mauskopf

Notice bibliographique

RevueNeurology and Therapy · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesNational Institute on AgingUniversity of Southampton
Mots-clésReceiver operating characteristicCutoffMedicineDementiaInternal medicineClinical Dementia RatingNeurologyDiseasePopulationAlzheimer's diseasePsychiatry

Résumé

récupéré en direct d'OpenAlex

The Alzheimer’s disease (AD) composite score (ADCOMS) has been shown to be a more sensitive measure of cognitive change in early AD (i.e., mild cognitive impairment [MCI] and mild AD) than commonly used measures. This study derived ADCOMS value ranges associated with different disease severity stages across the predementia and AD continuum. Data from patients enrolled in the Alzheimer’s Disease Neuroimaging Initiative were assessed at baseline and month 24. Data were randomly split into derivation and validation samples. Receiver-operating characteristic (ROC) curves of ADCOMS values were generated in the derivation sample to assess the sensitivity and specificity of ADCOMS cutoff values compared with existing disease severity cutoff scores using the Clinical Dementia Rating (CDR) global, CDR Sum of Boxes, Alzheimer’s Disease Assessment Scale-Cognitive Subscale, and Mini-Mental State Examination. Optimal ADCOMS cutoff values for each disease stage were compared between the derivation and the validation samples using a χ 2 test. The diagnostic accuracy of the derived ADCOMS cutoff values was then assessed. The analyses were repeated for the subset with positive amyloid β confirmation (Aβ +). The following ADCOMS value ranges for the total population and Aβ + population were < 0.11 indicative of normal cognition, 0.11 to < 0.31 indicative of MCI, 0.31 to 0.77 indicative of mild AD, and > 0.77 indicative of at least moderate AD. The reliability of these ADCOMS value ranges was supported by diagnostic accuracy tests and tests indicating no significant difference in the ROC curves between the derivation and validation samples. ADCOMS values ranges can be used to assess the severity of cognitive decline. The derived severity threshold score ranges for ADCOMS will enable its use as an endpoint in clinical trials assessing disease progression and clinical outcomes of disease-modifying therapies in persons with MCI or early AD, including patients with Aβ + confirmation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,621

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,356
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurology and TherapyMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207