Grooved Pegboard Predicates More of Cognitive Than Motor Involvement in Parkinson’s Disease
Notice bibliographique
Résumé
The Grooved Pegboard Test (GPT) was conceived as a test of manual dexterity, upper-limb motor speed, and hand-eye coordination. The aim of our study was to test the componential structure of the GPT on an archetypal model of motor impairment, Parkinson's disease (PD). A total of 45 PD patients (33 males, 12 females; age M = 67, range = 49-81; PD duration M = 10, range = 6-20 years; H/Y stage 2, range = 2-3) and 20 age- and education-matched controls (14 males, 6 females; age M = 66, range = 48-80) were included. All participants were investigated using the GPT, Short Falls Efficacy Scale-International, Frontal Assessment Battery (FAB), Montreal Cognitive Assessment (MoCA), and Non-Motor Symptom Scale. Patients were followed for 6 months, using fall diaries and monthly phone calls to define PD fallers (falls ≥ 1; n = 27) and PD nonfallers (falls = 0; n = 18). Using structural equation modeling, the GPT predicted performance on the MoCA (p < .001), but not on the FAB (p = .29). In conclusion, analysis of the structure of the GPT provided evidence about important cognitive features, in addition to the motor component of this test in PD.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».