ONLINE COGNITIVE MONITORING IN A SIMULATED ANTI-AMYLOID TRIAL: ADHERENCE AND COGNITIVE CHANGE
Notice bibliographique
Résumé
Abstract Remote assessment of cognitive function is increasingly of interest for monitoring cognitive decline. Additional advantages of remote monitoring are more frequent assessments and the examination of change over time, which may yield more sensitive indicators of cognitive status. This concept was tested in DETECT-AD (Digital Evaluations and Technologies Enabling Clinical Translation for Alzheimer’s Disease), an ongoing simulated anti-amyloid trial using digital biomarkers as outcome measures. Adherence to testing, relationships to age, global cognition, and SUVR, and trajectories of change were analyzed in the SMART (Survey for Memory, Attention and Reaction Time) test, a brief measure of visual-grid memory and executive function (Trails A/B, Stroop Color-Word), self-administered online every four weeks. To date (02/28/2023), 46/100 have been enrolled with mean(SD): follow-up=31.0(7.9) weeks (no dropout); age=78(6.6); 63% women; MoCABaseline=25.5(2.3); PET SUVR=1.09 (0.20; range=0.850-2.07). SMART surveys (n=184) completed online used a desktop (26%), laptop (48%), tablet (20%), or smartphone (7%). A mean of 4(2.0; range=1-8) SMART surveys/participant were completed with 96% completed tests. Older age significantly correlated with longer overall completion times (p=0.02), Trails-B (p< 0.01) and Stroop (p=0.02) times, and more click counts on Trails-B (p=0.03). MoCA total score significantly correlated with shorter completion times on overall SMART (p=0.02), Trails-A (p< 0.01), and Trails-B (p=0.03). There were no relationships between SUVR and SMART. Total SMART completion time decreased over multiple administrations (p=0.03), driven by shorter Trails-B time (p=0.01). Monthly online screening of cognitive function in a clinical trial setting is well maintained yielding novel information over time.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».