MétaCan
Menu
Retour à la cohorte
Enregistrement W4403421089 · doi:10.1101/2024.10.14.24315468

Red flags for remote cognitive assessment: An expert consensus study using the Delphi method on behalf of the Canadian Consortium on Neurodegeneration in Aging

2024· preprint· en· W4403421089 sur OpenAlexaffabout
Nathan Friedman, Sophie Hallot, Inbal Itzhak, Alexandre Henri‐Bhargava, Jacqueline A. Pettersen, Linda Lee, John D. Fisk, Paula McLaughlin, Vladimir Khanassov, Zahinoor Ismail, Morris Freedman, Howard Chertkow, Richard Camicioli, Philippe Desmarais, Megan E. O’Connell, Maiya R. Geddes

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensUniversity of SaskatchewanCentre Hospitalier de l’Université de MontréalUniversity of AlbertaBaycrest HospitalUniversity of TorontoUniversity of CalgaryUniversity of Northern British ColumbiaJewish General HospitalNova Scotia Health AuthorityMcGill University Health CentreMcGill UniversityMontreal Neurological Institute and HospitalCentre for Family MedicineUniversity of British ColumbiaMcMaster UniversityCanadian AIDS Treatment Information ExchangeDalhousie University
Organismes subventionnairesnon disponible
Mots-clésDelphi methodDelphiNeurodegenerationFLAGS registerPsychologyMedicineComputer scienceArtificial intelligenceDiseasePathology

Résumé

récupéré en direct d'OpenAlex

Abstract Remote cognitive diagnostic assessment offers numerous benefits, including increased access to care, but it may not always be appropriate, and guidelines are lacking. Our goal was to develop a clinical tool to determine a patient’s suitability for undergoing remote cognitive assessment. A multidisciplinary workgroup, composed of experts in remote assessment, was convened under the auspices of the Canadian Consortium on Neurodegeneration in Aging. Delphi, an anonymous group consensus method, was used to determine ‘red flags’ for remote cognitive diagnostic assessment. The process consisted of one round of flag generation, then two rounds of flag scoring based on effectiveness, reproducibility, and efficiency. In the first round, 11 respondents generated 67 potential flags. In subsequent rounds, 8 and 9 respondents, respectively, scored the flags, yielding 14 red flags that met the predetermined consensus criteria. This research led to the creation of a novel clinical decision-making infographic to support multidisciplinary clinicians in determining a patient’s readiness to undergo remote cognitive and behavioral diagnostic assessment. Highlights A timely and accessible diagnosis of dementia is crucial for optimal patient care. Although clinicians are increasingly using telemedicine, guidelines on patient suitability for remote cognitive and behavioral assessment are lacking. To address this knowledge gap, we developed a clinical decision-making tool to determine if a cognitive evaluation via telemedicine should be avoided. To synthesize expert opinion, we used the Delphi method, an anonymous group consensus method that reduces eminence bias. In collaboration with knowledge translation experts, an infographic describing the final 14 red flags for remote cognitive assessment was developed for clinicians to determine the appropriateness of patients for remote dementia diagnostic assessment. Research in context Systematic Review PubMed and Google Scholar were used to survey the literature. Our review found that although there was a need for better access to dementia care, a framework to provide such care remotely is in development. We identified a gap in clinical guidelines on contraindications for remote cognitive assessment. Interpretation This study created a clinical decision-making tool as an accessible infographic for clinicians to use when considering a remote cognitive diagnostic assessment. This guideline is based on expert consensus. Future Directions In future studies, patient and caregiver perspectives should be incorporated into the decision-making process, and this tool should be validated in clinical contexts. Some of the identified flags for remote assessment are modifiable, and strategies to mitigate burden on patients and caregivers are warranted.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,422
Score d'incertitude au seuil0,702

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,274
Tête enseignante GPT0,537
Écart entre enseignants0,263 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetDelphi Technique in ResearchTravaux en français237 207