Can measures of cognitive function predict locomotor behaviour in complex environments following a traumatic brain injury?
Notice bibliographique
Résumé
PRIMARY OBJECTIVE: To determine the relationships between clinical measures of executive function and attention, and laboratory measures of anticipatory locomotor adaptations with dual tasks following a TBI. METHODS AND PROCEDURES: Ten people with moderate or severe TBI were compared to 10 healthy subjects for neuropsychological measures in the clinic, as well as locomotor patterns and reading time in the laboratory for adapted Stroop tasks (Bar and Word) during unobstructed and obstructed walking. MAIN OUTCOMES AND RESULTS: As previously found 1 (Vallee M, McFadyen BJ, Swaine B, Doyon J, Cantin JF, Dumas D. Effects of environmental demands on locomotion after traumatic brain injury. Archives of Physical Medicine Rehabilitation 2006;87:806--813) during the locomotor activities, subjects with TBI walked slower, had higher clearance margins and took longer to read during the Stroop tasks than healthy subjects. In general, subjects with TBI also showed deficits in executive functions and attention. Significant relationships were specifically observed between scores on Trail Making B and clearance margins for subjects with TBI, but not for healthy subjects. Alternatively, significant relationships between clinical scores on Stroop and dual task Stroop reading times were obtained for healthy subjects but not for subjects with TBI. CONCLUSIONS: These results suggest that measures of executive functioning and attention may be associated to locomotor behaviour in complex environments following a moderate to severe TBI.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».