MétaCan
Menu
Retour à la cohorte
Enregistrement W7119512608 · doi:10.1002/alz70856_106669

Cognigram <sup>TM</sup> Computerized Cognitive Testing: Longitudinal Validation Study Over Four Years

2025· article· en· W7119512608 sur OpenAlexaff
Andrew R Frank, Laura Ault, Karra D Harrington, Jason A. Cromer, Bruce Wallace, Lisa Sweet, Neil Thomas, Michael Breau, R. Goubran, Frank Knoefel

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueCognitive Functions and Memory
Établissements canadiensCarleton UniversityBruyèreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCognitionCognitive testNeuropsychologyCognitive declinePopulationCognitive Assessment SystemTask (project management)Neuropsychological testing

Résumé

récupéré en direct d'OpenAlex

Abstract Background As the population ages, there is increasing need for biomarkers which can predict if individuals will worsen cognitively or remain stable. Cognigram™ (CG) is a computerized cognitive battery which uses card‐sorting tasks to assess cognitive abilities, thus acting as a “digital biomarker”, which may predict cognitive decline earlier than paper‐based cognitive tests. Method Participants with clinically‐diagnosed mild cognitive impairment (MCI) were asked to complete CG testing and traditional neuropsychological testing over a period of four years. Individuals who demonstrated a significant deterioration on cognitive and functional testing over time (as determined by blinded expert consensus conference) were labelled as “decliners”. Those who did not deteriorate on testing were labelled as “non‐decliners”. CG findings were analyzed for early predictive changes which could differentiate between decliners and non‐decliners. Result Seventeen (M=12, F=5) individuals were identified for this analysis, and were classified over an average of 34 months in the study (range 6‐61 months) as decliners ( n = 8, 37.5% female, average age 75.6) or non‐decliners ( n = 9, 22.2% female, average age 75.4). Over the first year, the CG one‐back task (“Is this card the same as the previous card?”) consistently showed the decliner group having more negative change from baseline at each timepoint compared to the non‐decliner group, with moderate effect sizes observed at 3 and 9 months and a very large effect size observed at 12 months (Hedges’ g=‐1.54, p = 0.03). Conclusion The CG one‐back task showed greater negative change over one year in participants observed to decline clinically during the study. A larger study is needed to determine if CG can predict the likelihood of long‐term cognitive decline in patients with mild cognitive impairment.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,079
Tête enseignante GPT0,346
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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetCognitive Functions and MemoryTravaux en français237 207