Assessing the Clinical Meaningfulness of the Alzheimer’s Disease Composite Score (ADCOMS) Tool
Notice bibliographique
Résumé
INTRODUCTION: The Alzheimer's Disease Composite Score (ADCOMS) is a tool developed to detect clinical progression and measure treatment effect in patients in early stages of Alzheimer's disease (AD). The psychometric properties of the ADCOMS have been established; however, the threshold for clinical meaningfulness has yet to be identified. METHODS: Anchor-based, distribution-based, and ROC curve analyses were used to estimate clinically meaningful thresholds for change in ADCOMS for patients with mild cognitive impairment (MCI) and AD dementia. This study included data from three sources: the Alzheimer's Disease Neuroimaging Initiative (ADNI), the National Alzheimer's Coordinating Center (NACC), and a legacy dataset that included data from four sources: the placebo group from three MCI trials and an earlier data cut from ADNI. Results were stratified by disease severity (MCI vs. dementia) and APOE ε4 carrier status. RESULTS: A total of 5355 participants were included in the analysis. The ADCOMS was able to detect change for MCI and dementia patients who experienced a meaningful decline in cognition (as defined by the Clinical Dementia Rating Scale Sum of Boxes [CDR-SOB]) between baseline and month 12. The following ADCOMS cut-offs were proposed: 0.05 for MCI and 0.10 for dementia. CONCLUSIONS: The ADCOMS was previously established as a valid and reliable tool for use in clinical trials for MCI due to AD and dementia populations. By defining thresholds for clinically meaningful change of ADCOMS, this work is an important step in interpreting clinical findings and estimates of treatment effects in early stage AD trials.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».