MétaCan
Menu
← Retour à la cohorte
Enregistrement W4311998057 · doi:10.1002/alz.069371

The Digital Maze Test (dMaze) Reveals Subtle Decision‐Making Difficulties in MCI: Hurrying to Keep Up?

2022· article· en· W4311998057 sur OpenAlexaff
Dana L. Penney, Randall Davis

Notice bibliographique

RevueAlzheimer s & Dementia · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésTrail Making TestNeuropsychologyCognitive impairmentAudiologyTest (biology)CognitionPsychologyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Background Traditional Maze tests are time‐consuming and insensitive to early AD cognitive changes. We combine behavior capture using a digitizing pen with novel test design to produce person‐centric/relative metrics that disembed cognitive from motor speeds. This enables comparison of complex decision‐making behavior across difficulty levels within a single test. We compare traditional measures with our person‐centric/relative measures. Method Participants were healthy (HC = 22), Mild Cognitive Impairment (MCI = 37), Alzheimer’s (AD = 39), and Parkinson’s (PD = 43) volunteers (N = 141). Diagnosis was determined by consensus using standard of care data (neuropsychological/neurological evaluations, MRI and DAT scans). Participant groups differed in age: HC (52.27) younger than PD (64.07), MCI (75.05) and AD (75.38) oldest. Groups differed in the expected direction for DCTclock and MoCA scores. The dMaze test contains a path‐following condition without choice points, followed by a choice (CH) condition with identical solution paths/motor demands. CH contains simple and complex choices. Relative measures use the participant’s overall speed to normalize within‐test speed deviations. We examined: Total Time (TTime) to completion, Max motor speed (MaxSpd) and Median speed (MedSpd), Choice point Average Speed (AveSpd) and Relative Average Speed (rAveSpd). Result TTime in seconds differentiated (p = .001) AD (141.24) from HC (52.98) and PD (77.35), not MCI (103.16). MaxSpd was slowest (p = .004) for HC (59.82mm/sec) compared to all clinical groups (MCI = 76.71mm/sec, PD = 77.11, AD = 85.52). Groups did not differ for MedSpd or choice point AveSpd. Simple choice point rAveSpd differentiated only AD (p = .001) from HC, PD & MCI. Complex choice point rAveSpd differentiated HC from MCI (p = .05) and AD (p = .001). HC and PD did not differ, suggesting simple motor speed did not account for ink speed differences. Conclusion Fast completion time despite slow maximum speed and relative average speed across choice points suggests HC use a modulated approach balancing speed and task difficulty. MCI faster relative maximum speed (hurrying) with completion time similar to HC, suggests a less well‐modulated approach. Relative speed differences for more complex choices may be sensitive to preclinical cognitive change even when total completion time is not. The ability to precisely measure and parse person‐centric motor and cognitive test behaviors provides opportunity to improve preclinical detection, disease monitoring and treatment efficacy.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,320
Écart entre enseignants0,293 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→