Virtual Reality for Screening of Cognitive Function in Older Persons: Comparative Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND Dementia, which presents as cognitive decline in one or more cognitive domains affecting function, is becoming more prevalent. Traditional cognitive screening tools for dementia have their limitations, with emphasis on memory and to a lesser extent on the cognitive domain of executive function. The use of virtual reality (VR) in screening for cognitive function in older person is promising but evidence for its use is sparse. OBJECTIVE The primary aim is to examine the feasibility and acceptability of using VR to screen for cognitive impairment in older person in a primary care setting, through a VR module. The secondary aim is to assess the module’s ability to discriminate between cognitively normal and cognitively impaired participants. METHODS A comparative study was conducted at a public primary care clinic in Singapore, where 60 older persons were recruited based on a cut-off score of 26 using the Montreal Cognitive Assessment (MoCA) scale. They participated in the VR module to assess their learning and memory, perceptual-motor function and executive function. Each participant was evaluated by a total performance score (range: 0 – 700) upon completion. An assisted questionnaire was also administered to assess their perception of and attitude towards VR. RESULTS 37 participants in Group 1 (cognitively normal; MoCA >= 26) and 23 participants in Group 2 (cognitively impaired; MoCA < 26) were assessed. All participants completed the study with a mean total time of 19.1±3.6 minutes in Group 1 and 20.4±3.4 minutes in Group 2. Mean feedback scores ranged from 3.80 to 4.48 (max=5) in favour of VR. The total performance score in Group 1 (552.0±57.2) was higher than in Group 2 (476.1±61.9) (P < .001), and exhibited moderate positive correlation with scores from other cognitive screening tools: Abbreviated Mental Test (AMT) (0.312), Mini-Mental State Examination (MMSE) (0.373) and MoCA (0.427). A ROC curve analysis, relating total performance score to the presence of cognitive impairment, showed an area under curve of 0.821 (95% confidence interval: 0.714 to 0.928). CONCLUSIONS We demonstrated the feasibility of using an VR-based screening tool for cognitive function in older persons in primary care, who were largely in favour of this tool.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».