Assessment of Suboptimal Effort Using the CVLT-II Recognition Foils: A Known-Groups Comparison
Notice bibliographique
Résumé
The present study sought to generate an embedded effort index within the CVLT-II yes/no recognition trial using a known-groups design. Four types of recognition foils--i.e., novel/semantically unrelated (UN), novel/semantically related (PR), list B/semantically unrelated (BN), and list B/semantically related (BS)--as well as two composites--i.e., easy to reject foils (ETR) and difficult to reject foils (DTR)--were evaluated on their ability to distinguish between a group of 82 outpatients with moderate-severe traumatic brain injuries (TBI) and a group of 31 litigants meeting Slick et al. (1999) criteria for malingered neurocognitive dysfunction (MND). Separate multiple logistic regression analyses were performed. The full model based on the 4 foils correctly classified 88.5% of cases (61.3% sensitivity/98.8% specificity). The full model based on the composites correctly classified 81.4% of cases (45.2% sensitivity/95.1% specificity). With respect to univariate predictors, UN correctly classified 51.6-64.5% of MND cases and 90.2-100% of TBI cases depending on the diagnostic cut-off used. ETR also showed good classification accuracy (25.8-51.6% sensitivity/90.2-100% specificity). Three different ratios were generated from the original analyses--UN/PR, UN/(PR+BN+BS), and ETR/DTR. All three ratios yielded good to excellent diagnostic accuracy (87% sensitivity/98.4% specificity, 70.4% sensitivity/97% specificity, and 38.5% sensitivity/95.5% specificity, respectively). In addition, UN, ETR, and the multivariate equations were cross-validated with a group of 19 patients with complicated mild TBI supplying adequate effort (MTBI) and a group of 23 patients with complicated mild TBI performing poorly on effort measures (SE), resulting in high specificity values depending on the cut-offs used. Finally, previous research using the CVLT and CVLT-II (Coleman et al., 1998; Curtis et al., 2006; Millis et al., 1995; Millis et al., 2007; Sweet et al., 2000) was replicated. Overall, UN, ETR, both multivariate equations, and all three ratios derived from the foils of the CVLT-II yes/no recognition trial show considerable merit as embedded effort indices. Predictive power values are provided for all predictors at various diagnostic cut-offs across 5 hypothetical base rates to facilitate generalization of findings to different settings. Clinical and forensic implications are discussed with a focus on differential diagnoses.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».