The Language & Memory Test: International feasibility study of an unsupervised digital test of cognition for neurologic populations
Notice bibliographique
Résumé
ABSTRACT Background Current cognitive outcomes are insufficient to monitor subtle change over time in neurologic populations. Challenging cognitive tests (i.e., cognitive “stress test”) unaffected by practice effects and learning are ideal for monitoring and tracking change. Here we describe the Language & Memory Test (LMT), an unsupervised digital test we developed to measure rapid naming, visuospatial memory, and fine motor dexterity, that takes approximately 4 minutes to complete. Objective Conduct feasibility study of the LMT in adults recruited across three countries; in English and non-English speaking participants; employing in-person, remote, and unsupervised administration modalities. Methods We investigated retest reliability, usability / tolerability, and equivalence across centers, administration modalities, and English / non-English speakers. We also evaluated performance across adult age groups: 18-40, 41-60, and 61+ years. Results The LMT was administered 555 times to 440 individuals ages 18-84 years in Canada, Iran, and the United States. Our sample was geographically and racially/ethnically diverse. Participants included a control sample of adults (n=115) and adults with a diagnosed neurologic disease (n=325). Of those invited to complete the LMT, 95.3% agreed; 99% of those who began the test completed it. Retest reliability was acceptable for finger tapping (Cronbach’s α =0.942) and language ( α =0.872), and marginally acceptable for memory 1 ( α= 0.604). Equivalence varied across administration modalities, centers/countries, settings, and English / non-English speakers. Expected age-related performance decrements were shown for all three subtests. Conclusions The LMT shows promise as a culturally adaptable tool for use in diverse neurologic populations.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».