MétaCan
Menu
Retour à la cohorte
Enregistrement W4408370625 · doi:10.1177/23969873251323171

Feasibility of telephone and computerized cognitive testing as a secondary outcome in an acute stroke clinical trial: A mixed methods sub-study of the AcT Trial

2025· article· en· W4408370625 sur OpenAlexafffundabout
Sajeevan Sujanthan, Pugaliya Puveendrakumaran, Katie N. Dainty, Morgan D. Barense, Krista L. Lanctôt, Adrian M. Owen, Nishita Singh, Brian Buck, Houman Khosravani, Shelagh B. Coutts, Mohammed Almekhlafi, Ramana Appireddy, Aleksander Tkach, Jennifer Mandzia, Heather Williams, Thalia S. Field, Alejandro Manosalva, Muzaffar Siddiqui, Gary R. Hunter, MacKenzie Horn, Fouzi Bala, Michael D. Hill, Michel Shamy, Aravind Ganesh, Tolulope T. Sajobi, Bijoy K. Menon, Richard H. Swartz

Notice bibliographique

RevueEuropean Stroke Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of OttawaUniversity of SaskatchewanMedicine Hat Regional HospitalUniversity of British ColumbiaLondon Health Sciences CentreInstitute of Health Services and Policy ResearchQueen's UniversityInstitute for Work & HealthUniversity of CalgaryGrey Nuns Community HospitalUniversity of AlbertaUniversity of TorontoWestern UniversityBaycrest HospitalSunnybrook Health Science CentreKelowna General HospitalUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMontreal Cognitive AssessmentMedicineConfidence intervalTelephone interviewLogistic regressionQuality of life (healthcare)Stroke (engine)CognitionPhysical therapyCognitive testGerontologyCognitive impairmentInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Post-stroke cognitive impairment is associated with impaired quality of life. Remote testing provides a potential avenue to measure cognitive outcomes efficiently. Patients and Methods Prospective cognitive outcomes were collected at 90–180 days using both telephone MoCA (T-MoCA; range 0–22; <17 impairment) and Creyos, a computerized cognitive battery. Key variables associated with completion were assessed using logistic regressions. Mixed methods brief structured interviews and exit survey were performed to explore barriers to completing computer testing. Results Of 791 potentially eligible patients (mean age 70 ± 14 years), there was low feasibility of remote cognitive testing, with only 401 (51%) completing the T-MoCA, and 242 (31%) completing Creyos. Our regression models show that age (ORT-MoCA: 0.95 (95% Confidence Interval (CI): 0.94–0.97); ORCreyos: 0.95 (95% CI: 0.94–0.96)), functional impairment (mRS 2–5; ORT-MoCA: 0.55 (95% CI: 0.37–0.81); ORCreyos: 0.66 (95% CI: 0.44–0.98)), quality of life (EQ-VAS; ORT-MoCA: 1.02 (95% CI: 1.01–1.03); ORCreyos: OR:1.02 (95% CI: 1.01–1.03)) and length of hospital stay (ORT-MoCA: 0.98 (95% CI: 0.96–0.99); ORCreyos: 0.97 (95% CI: 0.94–0.99)) predicted both telephone and computer cognitive test completion; computer literacy predicted computer test completion (ORCreyos: 1.12 (95% CI: 1.04–1.21)). In interviews, a preference for accessibility of computerized testing was reported. Discussion Remote cognitive testing has limited feasibility as a secondary outcome in large acute stroke trials. Patients who are older, with worse quality of life, or severe functional impairment post-stroke are less likely to complete remote cognitive outcomes. Conclusion Innovative approaches to post-stroke cognitive outcomes in acute stroke trials are needed. Data Access Data available upon request.

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)0,045
score de la tête « metaresearch » (Gemma)0,067
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil0,240

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0450,067
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,138
Tête enseignante GPT0,459
Écart entre enseignants0,321 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations4
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEuropean Stroke JournalMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207