MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407985076 · doi:10.1002/alz.14597

Methods to crosswalk between cognitive test scores using data from the Alzheimer's Disease Neuroimaging Cohort

2025· article· en· W4407985076 sur OpenAlexaboutno aff
Sarah F. Ackley, Jingxuan Wang, Ruijia Chen, Tanisha G. Hill‐Jarrett, L. Paloma Rojas‐Saunero, Andrew Stokes, Sachin J. Shah, M. Maria Glymour

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Biomedical Imaging and BioengineeringNational Institute on AgingAlzheimer's Disease Neuroimaging Initiative
Mots-clésDementiaSchema crosswalkCognitionComparabilityPsychologyPsychological interventionMontreal Cognitive AssessmentClinical Dementia RatingNeuroimagingMini–Mental State ExaminationClinical psychologyCognitive impairmentMedicineDiseasePsychiatryMathematics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Studies use multiple different instruments to measure dementia-related outcomes, making head-to-head comparisons of interventions difficult. METHODS: To address this gap, we developed two methods to crosswalk estimated treatment effects on cognitive outcomes that are flexible, broadly applicable, and do not rely on strong distributional assumptions. RESULTS: We present two methods to crosswalk effect estimates using one measure to estimates using another measure, illustrated with global cognitive measures from the Alzheimer's Disease Neuroimaging Initiative (ADNI). Specifically, we develop crosswalks for the following measures and associated change scores over time: the clinical dementia rating scale sum of box (CDR-SB), Montreal Cognitive Assessment (MoCA), and Mini-Mental State Examination (MMSE) scores. Finally, a setting in which crosswalking is not appropriate is illustrated with plasma phosphorylated tau (p-tau) concentration and global cognitive measures. DISCUSSION: Given the inconsistent collection and reporting of dementia and cognitive outcomes across studies, these crosswalking methods offer a valuable approach to harmonizing and comparing results reported on different scales. HIGHLIGHTS: Developed methods to crosswalk from one cognitive outcome to another in studies of dementia interventions. Methods illustrated using combinations of global cognitive tests: the CDR-SB, MoCA, and MMSE. Illustrates scenarios where crosswalking may not be appropriate for certain combinations of measures. Crosswalking methods support comparison of interventions with accurate error propagation. Facilitates inclusion of more studies in meta-analyses by increasing data comparability.

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)0,107
score de la tête « metaresearch » (Gemma)0,305
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,567

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1070,305
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0030,014
Bibliométrie0,0080,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0040,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,113
Tête enseignante GPT0,442
Écart entre enseignants0,329 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→