MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406223948 · doi:10.1002/alz.086844

How Much Time Can be Saved in Cognitive Decline? the Internet‐based Conversational Engagement Clinical Trial (I‐CONECT)

2024· article· en· W4406223948 sur OpenAlexaboutno aff
Chao‐Yi Wu, Kexin Yu, Steven E. Arnold, Sudeshna Das, Hiroko H. Dodge

Notice bibliographique

RevueAlzheimer s & Dementia · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCognitionCognitive declinePsychologyVerbal fluency testClinical trialRandomized controlled trialTreatment and control groupsDementiaNeuropsychologyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Background Clinical trials should strive to yield results that are clinically meaningful rather than solely relying on statistical significance. However, the determination of clinical meaningfulness of dementia clinical trials lacks standardization and varies based on the trial’s nature. To tackle this issue, a proposed approach involves assessing the time saved before reaching a specific threshold in cognitive status. In this study, we investigated the time saved in cognitive decline among the top responders based on the individual‐level treatment responses (ITR) analysis, using data from the Internet‐based Conversational Engagement Clinical Trial (I‐CONECT; NCT02871921). Method I‐CONECT is a randomized controlled trial to examine the effects of conversational interactions on cognition among socially isolated participants aged ≥ 75 years old. The experiment group engaged in video chats with study staff 4 times/week for 6 months; the control groups received weekly check‐in phone calls. We focused on cognitive outcomes that exhibited significant treatment effects at 6‐month follow‐up: the Montreal Cognitive Assessment (MoCA) for global cognition and Category Fluency Animals (CFA) for semantic fluency. To assess ITR, we employed 300 iterations of 3‐fold cross‐validated random forest models. We estimated treatment heterogeneity by conducting permutation tests on the area between curves (ABC) statistics derived from the ITR scores. We estimated time saved in cognitive decline as the difference in the number of months required for the top responders (top 25%; 33%) and the remaining participants to reach the same cognitive level at 6‐months follow‐up. Result ABC statistics showed substantial heterogeneity in treatment response with MoCA but modest heterogeneity in treatment response with CFA. For global cognition, assuming a treatment effect size between 30‐50%, the top 25% and 33% of responders exhibited potential cognitive delays ranging from 4.1 to 10.8 months and 5.9 to 13.9 months, respectively (Figure 1). For semantic fluency, large effect sizes (70‐100%) are required to show potential cognitive delays ranging from 0.5 to 6.7 months. Conclusion Individual differences in the time saved for cognitive decline through the ITR analysis are meaningful outcomes in clinical trials. Future trial outcomes should consider both quantity and quality concepts such as quality‐adjusted time saved.

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)0,015
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,034
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
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 Opus0,174
Tête enseignante GPT0,441
Écart entre enseignants0,267 · 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'étudeEssai non randomisé
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetDigital Mental Health Interventions→Travaux en français237 207→