Instruments measuring change in cognitive function in multiple sclerosis: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Multiple sclerosis (MS) is a chronic demyelinating/neurodegenerative disease associated with change in cognitive function (CF) over time. This systematic review aims to describe the instruments used to measure change in CF over time in people with MS (PwMS). METHODS: PubMed, OVID, Web of Science, and Scopus databases were searched in English until May 2021. Articles were included if they had at least 100 participants and at least a 1-year interval between baseline and last follow-up measurement of CF. Results were quantitatively synthesized, presented in tables and risk of bias was assessed with the Newcastle-Ottawa Scale. RESULTS: Fifty-seven articles met the inclusion criteria (41,623 PwMS and 1105 controls). An intervention (drug/rehabilitation) was assessed in 22 articles. In the studies that used a test battery, Visual and verbal learning and memory were the most frequently measured domains, but when studies that used test battery or a single test are combined, Information processing speed was the most measured. The Symbol Digit Modalities Test (SDMT) was the most frequently used test as a single test and in a test battery combined. Most studied assessed "change in CF" as cognitive decline defined as 1 or more tests measured as ≥ 1.5 SD from the study control or normative mean in a test battery at baseline and follow-up. Meta-analysis of change in SDMT scores with seven articles indicated a nonstatistically significant -0.03 (95% CI -0.14, 0.09) decrease in mean SDMT score per year. CONCLUSION: This study highlights the slow rate of measured change in cognition in PwMS and emphasizes the lack of a gold standard test and consistency in measuring cognitive change at the population level. More sensitive testing utilizing multiple domains and longer follow-up may define subgroups where CF change follows different trajectories thus allowing targeted interventions to directly support those where CF is at greatest risk of becoming a clinically meaningful issue.
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 | 0,014 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,014 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».