Assessment of cognitive function using Altoida DNS: Clinical reliability and comparison with Mini-Mental State Examination and Montreal Cognitive Assessment
Notice bibliographique
Résumé
Introduction: The Altoida DNS application enables patients to assess cognitive and functional abilities through motor tasks and augmented reality powered by artificial intelligence, in a natural and engaging way. It allows early, accurate, fast, personalized, and non-invasive detection of cognitive decline. This study analyzes the outcomes obtained with Altoida, evaluates its clinical reliability, and compares it with the Mini-Mental State Examination (MMSE) and the Montreal Cognitive Assessment (MoCA). Methods: This is an observational, retrospective, and analytical study using 60 previously recorded medical records and cognitive data from the Altoida application. Variables included sex, age, cognitive complaints, and diagnostic hypotheses. Results: Among the evaluated patients, the most sensitive cognitive domains with the lowest average scores (classified as Low or Low Average) were planning, spatial memory, complex attention, cognitive processing speed, and perceptual motor coordination. These results were supported by findings from conventional neuropsychological tests. Discussion: The Altoida DNS assesses Mild Cognitive Impairment across various domains: Perceptual Motor Coordination, Complex Attention, Cognitive Processing Speed, Inhibition, Flexibility, Visual Perception, Planning, Prospective Memory, and Spatial Memory. Scores are classified into Low, Low Average, Average, or High Average. The first two indicate cognitive vulnerability or decline. Its strong correlation with MoCA and MMSE supports its validity. Conclusion: Due to its accessibility and objectivity, Altoida DNS may enable earlier diagnosis, faster patient inclusion in clinical trials, and more sensitive monitoring of cognitive decline and treatment response.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».