DISSOCIATING RETEST EFFECTS FROM DEVELOPMENTAL CHANGE FOR PREDICTING COGNITIVE STATUS
Notice bibliographique
Résumé
Abstract In longitudinal designs, unadjusted retest effects can confound developmental change estimates. This study utilized a measurement burst design and three-level multilevel modeling to a) independently parameterize short-term retest and long-term developmental change and b) employ these estimates as predictors of cognitive status at long-term follow-ups. Using data from Project MIND , participants (N=304; aged 64-92 years) were assessed across biweekly sessions nested within annual bursts (spanning up to 17 total assessments over four years). Cognitive impairment no dementia (CIND) status was classified at Years 4 (the final burst assessment) and 8 (the study end date). Response time inconsistencies (RTI) were computed to index intraindividual variability across RT trials of a one-back response time (BRT) task. Three-level multilevel models simultaneously yet independently estimated BRT RTI change across weeks and years, indexing short-term retest and long-term developmental change, respectively. Individual slope estimates were extracted and utilized in multinomial logistic regression models contrasting short- vs. long-term RTI change as predictors of long-term cognitive status. Results from the three-level models indicated that retest and developmental slopes yielded non-redundant sources of variance, providing unique estimates of change that would otherwise be confounded. Further, short- and long-term RTI differentially predicted cognitive status at Years 4 and 8; failing to benefit from retest effects on the BRT task was associated with increased likelihood of cognitive impairment. This innovative approach to parameterizing retest effects can reduce systematic bias in estimates of long-term developmental change, as well as highlight the utility of retest effects as predictors of cognitive health.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».