Measuring saccades can be a reliable, objective, sensitive and rapid way for cognitive impairment assessment
Notice bibliographique
Résumé
Abstract Background and ObjectivesAmong the elderly, dementia is a common and disabling disorder with primary manifestations of cognitive impairments. Diagnosis and intervention in its early stages is the key to effective treatment. Practically, the test of cognitive function relies mainly on neuropsychological tests, such as the Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment (MoCA). Although these tests are widely used at the present, there are noticeable shortcomings, e.g., the biases of subjective judgments from physicians and the cost of the labor of these well-trained physicians. Thus, advanced and objective methods are urgently needed to evaluate cognitive functions. Accumulative evidence indicates that the saccades in certain tasks are highly correlated with the performance in some cognitive functions. However, only a few studies directly compared saccades with the performance in neuropsychological tests depicted by their scores. Thus, the reliability of using saccades as a behavioral biomarker to evaluate cognitive functions has rarely been explored. Methods310 subjects performed three sequential designed oculomotor tasks, pro-saccade (PS), anti-saccade (AS) and memory-guided saccade (MGS) and the saccadic parameters including error rate, saccadic reaction time and spatial error are studied.ResultsIn general, most saccadic parameters correlate well with the MMSE and MoCA scores. Moreover, some subjects with high MMSE and MoCA scores have very high error rates in performing these three tasks due to various errors in saccade control. The primary error types vary among tasks, indicating that different tasks assess certain specific brain functions preferentially. Thus, to improve the accuracy of evaluation through saccadic tasks, we built a weighted model to combine the saccadic parameters of the three saccadic tasks. The receiver operating characteristic (ROC) curve analysis shows that the discrimination between cognitive impairment patients and control subjects is better through the output of our model than the MMSE test. ConclusionMeasuring saccades in multiple tasks could be a reliable, objective and sensitive method to evaluate cognitive function and thus to help diagnosing cognitive impairments.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».