MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312086363 · doi:10.1002/alz.069272

Comparing the accuracy of the DCTclock and Montreal Cognitive Assessment to detect cognitive impairment and cerebral amyloid status in older adults

2022· article· en· W4312086363 sur OpenAlexaboutno aff
Aathman Swaminathan, Sheina Emrani, Edmund Arthur, Jennifer Strenger, Stephen Salloway, Stephen Correia, Louisa I. Thompson

Notice bibliographique

RevueAlzheimer s & Dementia · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentCognitionCognitive impairmentMedicineReceiver operating characteristicEffects of sleep deprivation on cognitive performanceCognitive Assessment SystemArea under the curveInternal medicineCognitive testAudiologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Background Sensitive and non‐invasive methods of screening for early‐stage Alzheimer’s disease (AD) are urgently needed. Digital assessment tools have the potential to improve the efficiency of cognitive screening for older adults in both clinical and research settings. The Linus Health DCTclock uses a digital pen to capture traditional clock drawing test performance and advanced analytics to evaluate the drawing process for indicators of cognitive difficulty. Method We compared the DCTclock to the Montreal Cognitive Assessment (MoCA), a standard cognitive screening test, in a sample of older adults (total N = 60) with normal cognition (n = 30) or a clinical diagnosis of mild cognitive impairment (MCI) or AD (n = 30) and investigated which measure is more accurate in predicting cerebral amyloid (Aβ) PET status in a subset of 32 participants with PET imaging data. Result MoCA total score was moderately correlated with DCTclock total score (r = 0.61, p < 0.01), as well as various DCTclock composite sub‐scores. ROC analysis indicated that the MoCA had superior accuracy in differentiating between cognitively impaired and unimpaired participants (AUC = 0.98) relative to the DCTclock (AUC = 0.82). ROC analysis also indicated that the MoCA had superior accuracy in differentiating elevated versus non‐elevated Aβ PET status (AUC = 0.76) relative to the DCTclock (AUC = 0.60). A composite of the MoCA and DCTclock total scores did not improve accuracy over the MoCA alone (AUC = 0.71) Conclusion Overall, these preliminary results suggest that the MoCA is a superior cognitive screening tool and may also be useful for detecting AD associated neuropathology.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,311
Écart entre enseignants0,292 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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