Videoconference assessment of functional and cognitive measures in Brazilian older adults: a reliability and feasibility study
Notice bibliographique
Résumé
Objective: We aimed to determine the feasibility and reliability of videoconference assessment of functional and cognitive status among older adults in the context of the COVID-19 pandemic. Methods: Thirty community-dwelling older adults (86.70% women) with a mean age of 69.77 (SD = 6.60) years who were physically independent and had no signs of cognitive impairment were included in the sample. An independent and experienced researcher assessed functional (chair rise test, chair stand test, sitting and rising test) and cognitive (Montreal Cognitive Assessment, parts A and B of the Trail Making Test, the Stroop test, the verbal fluency test) performance in real-time on the Google Meet platform on 2 non-consecutive days. The reliability of the measures was analyzed using the intraclass correlation coefficient (ICC), a paired t-test, or Wilcoxon and Bland-Altman analysis. The feasibility of the assessment was investigated using a standardized 14-item questionnaire. Results: All functional performance measures showed excellent intra-rater reliability, with ICCs from 0.90 (95%CI 0.78 – 0.95) for the sitting and rising test to 0.98 (95%CI 0.96 – 0.99) for the chair rise test. Our analysis also showed mixed levels of reliability across measures, including good ICC (ranging from 0.79 – 0.91) for the Montreal Cognitive Assessment, part B of the Trail Making Test, and the congruent and neutral trials in the Stroop test, but poor-to-moderate ICC (ranging from 0.42 – 0.58) for the other cognitive assessments. In general, the participants reported good feasibility for the assessment format. Conclusion: In healthy and highly educated older adults, videoconferencing is a feasible method of determining functional and cognitive performance. Functional measures showed excellent reliability indexes, whereas cognitive data should be interpreted carefully, since the reliability varied from poor to moderate.
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 | 0,008 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».