A virtual reality cognitive screening tool based on the six cognitive domains
Notice bibliographique
Résumé
Abstract INTRODUCTION Early detection of cognitive impairment enables interventions to slow cognitive decline. Existing neuropsychological paper‐and‐pencil tests may not adequately assess cognition in real‐life environments. A fully‐immersive and automated virtual reality (VR) system—Cognitive Assessment using VIrtual REality (CAVIRE)—was developed to assess all six cognitive domains. This case–control study aims to evaluate the ability of CAVIRE to differentiate cognitively‐healthy individuals from those with cognitive impairment. METHODS One hundred nine Asian individuals 65–84 years of age were recruited at a primary care setting in Singapore. Based on the Montreal Cognitive Assessment (MoCA), participants were grouped as either Cognitively Healthy (MoCA ≥26, n = 60) or Cognitively Impaired (MoCA <26, n = 49). Subsequently, all participants completed the CAVIRE assessment. RESULTS Cognitively‐healthy participants achieved higher VR scores and required shorter completion time across all six cognitive domains (all p’s < 0.005). Receiver‐operating characteristic curve analysis showed area under the curve of 0.7267. DISCUSSION The results demonstrated the potential of CAVIRE as a cognitive screening tool in primary care. Highlights CAVIRE is a virtual reality (VR) system that assesses the six cognitive domains. CAVIRE can distinguish healthy individuals from individuals with cognitive impairment. It has potential as a cognitive screening tool for older people in primary care.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».