Development and first‐stage validation of a digital version of the Digit Symbol Substitution test for use in assessing cognitive function in older people with diabetes
Notice bibliographique
Résumé
AIMS: To describe the development and report the first-stage validation of a digital version of the digit symbol substitution test (DSST), for assessment of cognitive function in older people with diabetes. MATERIALS AND METHODS: A multidisciplinary team of experts was convened to conceptualize and build a digital version of the DSST and develop a machine-learning (ML) algorithm to analyse the inputs. One hundred individuals with type 2 diabetes (aged ≥ 60 years) were invited to participate in a one-time meeting in which both the digital and the pencil-and-paper (P&P) versions of the DSST were administered. Information pertaining to demographics, laboratory measurements, and diabetes indices was collected. The correlation between the digital and P&P versions of the test was determined. Additionally, as part of the validation process, the performance of the digital version in people with and without known risk factors for cognitive impairment was analysed. RESULTS: The ML model yielded an overall accuracy of 89.1%. A strong correlation was found between the P&P and digital versions (r = 0.76, p < 0.001) of the DSST, as well as between the ML model and the manual reading of the digital DSST (r = 0.99, p < 0.001). CONCLUSIONS: This study describes the development of and provides first-stage validation data for a newly developed digital cognitive assessment tool that may be used for screening and surveillance of cognitive function in older people with diabetes. More studies are needed to further validate this tool, especially when self-administered and in different clinical settings.
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 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».