MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390192475 · doi:10.1002/alz.075157

Virtual Cognitive Testing‐ Neuropsychology, MyCogHealth and Cogniciti

2023· article· en· W4390192475 sur OpenAlexaff
Paul Brewster, Scott M. Hofer, Diane M. Jacobs, Howard Feldman, Sylvie Belleville, Manuel Montero‐Odasso, Haakon B. Nygaard, Howard Chertkow

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of British Columbia HospitalQuebec - Clinical Research Organization in CancerWestern UniversityUniversité de MontréalUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésNeuropsychologyPsychological interventionCognitionNeuropsychological assessmentScheduleDementiaTelemedicinePsychologyMedicineComputer sciencePsychiatryHealth care

Résumé

récupéré en direct d'OpenAlex

Abstract Background It is increasingly possible to mobilize technology to more readily evaluate effects of lifestyle interventions. Past research has found virtual administration of neuropsychological testing yields comparable results to in‐person assessments. Self‐administered paradigms using app‐and web‐based assessments have likewise shown promise for measuring cognition longitudinally. The Brain Health Support Program (BHSP) investigates three highly scalable cognitive assessment approaches for use in dementia prevention trials. Method The BHSP includes 60‐minute traditional neuropsychological assessments administered remotely via videoconferencing by a study coordinator (baseline & 12‐mos.), 20‐minute self‐administered web‐based cognitive screening assessments with Cogniciti (baseline, 6, and 12‐mos.), and self‐administered ecological momentary assessments using the MyCogHealth app. An intensive measurement protocol is implemented with MyCogHealth whereby participants completed five assessment “bursts” in three‐month intervals. Each “burst” involved five‐minute cognitive testing sessions completed twice daily across seven days. Remote neuropsychological assessments and Cogniciti were completed at home on personal devices. Study phones were provided to those without a smartphone capable of operating MyCogHealth. A three‐month feasibility pilot was completed in early 2022. Result The BHSP Pilot found 100% compliance with remote neuropsychological assessments. Participants averaged 85% compliance with the MyCogHealth burst testing schedule. Self‐reported satisfaction with MyCogHealth ranged from 85% (comfort using the app) to 95% (satisfaction with burst testing schedule). During the BHSP Baseline, all participants successfully completed the remote neuropsychological assessment, Cogniciti, and MyCogHealth. 82% had a personal mobile device for operating MyCogHealth and the remainder were provided study phones. Mixed linear regression analyses modeling cognitive trajectories over the first six months of the BHSP in relation to modifiable dementia risk factors and change in health behaviours will be presented. Marginal and conditional R‐Squared values will characterize the relative sensitivity of the three virtual testing paradigms for measuring change. Conclusion All three approaches to virtual cognitive testing were feasible for use with the BHSP cohort. Longitudinal results provide an evidence base to inform future applications of virtual testing in dementia prevention trials. Virtual cognitive testing could be stage‐setting by saving clinic visits and lowering trial costs that would in turn expand geographic diversity of participants and enable more interventions to be evaluated.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,067
Tête enseignante GPT0,364
Écart entre enseignants0,297 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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