Can we trust computers to assess the cognition of stroke patients? A systematic review
Notice bibliographique
Résumé
Purpose: To summarize the classification of computerized cognitive assessment (CCA) tools for assessing stroke patients, to clarify their benefits and limitations, and to reveal strategies for future studies on CCA tools. Methods: A literature review was performed using PubMed, Embase, Scopus, JAMA Network, Cochrane Library and PsycINFO databases from January 1st, 2010, to August 1st, 2022. Two authors independently screened the literature following the same criteria, evaluated the study quality, and collected data from the articles. Results: A total of 8,697 papers were acquired from the six databases. A total of 74 potentially eligible articles were selected for review. Of these, 29 articles were not relevant to this research, 3 were reviews, 2 were not written in English, and 1 was on an ongoing trial. By screening the references of the reviews, 3 additional articles were included in this study. Thus, a total of 42 articles met the criteria for the review. In terms of the CCA tools analyzed in these studies, they included five types: virtual reality (VR)-based, robot-based, telephone-based, smartphone-based, and computer-based cognitive assessments. Patients' stages of the disease ranged from the subacute phase and rehabilitation phase to the community phase. A total of 27 studies supported the effectiveness of CCA tools, while 22 out of 42 articles mentioned their benefits and 32 revealed areas for future improvement of CCA tools. Conclusions: Although the use of CCA tools for assessing the cognition of post-stroke patients is becoming popular, there are still some limitations and challenges of using such tools in stroke survivors. More evidence is thus needed to verify the value and specific role of these tools in assessing the cognitive impairment of stroke patients.
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 | 0,025 | 0,137 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,007 |
| Bibliométrie | 0,019 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».