Comparative study between ViewMind Atlas™, a novel digital measure of cognition, and traditional neuropsychological tests
Notice bibliographique
Résumé
Background: Cognitive impairment (CI) presents significant challenges in neurodegenerative conditions and aging populations. Traditional cognitive assessment tools often face limitations such as high costs, accessibility barriers, and lengthy administration times. ViewMind Atlas™, a digital biomarker combining eye-tracking technology and artificial intelligence, provides a novel, efficient approach to cognitive evaluation. This study aimed to evaluate the capacity of ViewMind Atlas™ to detect CI, correlate its results with the Montreal Cognitive Assessment (MoCA) and other neuropsychological tests, and assess its clinical validity. Method: This cross-sectional, single-centre study included 154 participants aged 45–95 years with and without cognitive complaints. Cognitive assessments were performed using ViewMind Atlas™, which incorporates a head-mounted display (HMD) with integrated eye-tracking sensors. The system measured saccade amplitude, fixation duration, refixation rates, and response times during five validated visual tasks (Moving Dot, Go/No-Go, New Colors, Color Combinations, and n-back). Participants also completed the MoCA and a neuropsychological battery, including the Word Accentuation Test-Buenos Aires (WAT-BA), BEM-144 Logical Memory and Serial Learning, Rey Complex Figure Test, Digit Span and Matrix Reasoning (WAIS-III), Trail Making Tests A and B, Boston Naming Test, Phonological and Semantic Verbal Fluency Tests, and Clock Drawing Test. Statistical analyses included sensitivity, specificity, accuracy, and receiver operating characteristic (ROC) curves, as well as correlations between ViewMind metrics and cognitive test scores. Result: ViewMind Atlas™ demonstrated a sensitivity of 78%, specificity of 70%, and balanced accuracy of 74% for CI detection. Significant correlations were observed between ViewMind metrics and MoCA scores and other neuropsychological test results (p <0.05), validating its ability to identify CI. Conclusion: ViewMind Atlas™, leveraging HMD-based eye-tracking technology, is a valid, efficient tool for detecting cognitive impairment. Its strong alignment with traditional cognitive assessments supports its potential for clinical and research applications.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».