MétaCan
Menu
Retour à la cohorte
Enregistrement W4241210504 · doi:10.1001/jamaneurol.2017.2722

Error in Discussion Section

2017· erratum· en· W4241210504 sur OpenAlexafffund
Manuel Montero‐Odasso, Richard Camicioli, Susan Hunter, Yanina Sarquis‐Adamson, Patricia M. Riccio

Notice bibliographique

RevueJAMA Neurology · 2017
Typeerratum
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensWestern UniversityParkwood InstituteUniversity of AlbertaLawson Health Research Institute
Organismes subventionnairesOntario Ministry of Research and Innovation
Mots-clésSection (typography)PsychologyOperating systemComputer science

Résumé

récupéré en direct d'OpenAlex

cognitive challenge has different dual-task costs across the cognitive spectrum from cognitively normal to mild AD. 6 Importantly, very demanding cognitive challenges, such as serial subtraction by sevens, can generate a paradoxical response among cognitively impaired subgroups.We have observed that some participants with advanced MCI find the task too challenging, stop doing the cognitive task, and walk faster to quickly complete the test.5 Thus, demanding cognitive challenges can be better suited for cognitively healthy individuals.Prospective studies should explore further this question.We agree that enhancing the value of DTG as a cognitive biomarker may include using quantitative gait parameters, such as gait variability.We performed these analyses in our study and found that higher gait variability under DTG, measured as the coefficient of variation (mean/SD) of stride time, increased the risk of incident dementia, supporting the notion that stride time variability is a sensitive measure of brain gait control.5 However, the hazard ratios were not larger than dual-task cost in gait velocity, and the different cognitive tasks yielded different results.Gait variability, as a sensitive marker of motor control, might be better suited for populations with less impairment because it has been shown to predict outcomes such as falling in older adults with normal gait velocity and no history of falling.7 Deciphering these 3 knowledge gaps will increase the generalizability of DTG testing beyond populations with MCI and confirm the specific value of additional quantitative gait parameters for dementia prediction.In the meantime, the DTG test can be used as a motor biomarker to stratify older adults with MCI and detect those who may benefit in neuroprotective clinical trials that aim to delay the clinical onset of dementia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,068
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,492
Score d'incertitude au seuil0,725

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,068
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,001
Communication savante0,0050,003
Science ouverte0,0040,004
Intégrité de la recherche0,0080,006
Charge utile insuffisante (le modèle a refusé de juger)0,4920,333

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 Opus0,283
Tête enseignante GPT0,428
Écart entre enseignants0,145 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

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

En bref

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJAMA NeurologyMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207