Acute evaluation of conversational discourse skills in traumatic brain injury
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study looked at performance on the conversational discourse checklist of the Protocole Montréal d'évaluation de la communication (D-MEC) in 195 adults with TBI of all severity hospitalized in a Level 1 Trauma Centre. To explore validity, results were compared to findings on tests of memory, mental flexibility, confrontation naming, semantic and letter category naming, verbal reasoning, and to scores on the Montreal Cognitive Assessment. The relationship to outcome as measured with the Disability Rating Scale (DRS), the Extended Glasgow Outcome Scale (GOS-E), length of stay, and discharge destinations was also determined. Patients with severe TBI performed significantly worse than mild and moderate groups (χ(2)(KW2df) = 24.435, p = .0001). The total D-MEC score correlated significantly with all cognitive and language measures (p < .05). It also had a significant moderate correlation with the DRS total score (r = -.6090, p < .0001) and the GOS-E score (r = .539, p < .0001), indicating that better performance on conversational discourse was associated with a lower disability rating and better global outcome. Finally, the total D-MEC score was significantly different between the discharge destination groups (F(3,90) = 20.19, p < .0001). Thus, early identification of conversational discourse impairment in acute care post-TBI was possible with the D-MEC and could allow for early intervention in speech-language pathology.
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.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle