MétaCan
Menu
Retour à la cohorte
Enregistrement W2070524088 · doi:10.1080/13803390490918318

Intraindividual Variability as a Marker of Neurological Dysfunction: A Comparison of Alzheimer's Disease and Parkinson's Disease

2006· article· en· W2070524088 sur OpenAlexaff
Catherine L. Burton, Esther Strauss, David F. Hultsch, Alex Moll, Michael A. Hunter

Notice bibliographique

RevueJournal of Clinical and Experimental Neuropsychology · 2006
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitionDiseaseParkinson's diseaseDegenerative diseaseAudiologyCognitive impairmentAlzheimer's diseaseCentral nervous system diseaseEffects of sleep deprivation on cognitive performanceCognitive disorderNeuroscienceMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Individuals with certain neurological conditions may demonstrate greater inconsistency (i.e., intraindividual variability) on cognitive tasks compared to healthy controls. Several researchers have suggested that intraindividual variability may be a behavioral marker of compromised neurobiological mechanisms associated with aging, disease, or injury. The present study sought to investigate whether intraindividual variability is associated with general nervous system compromise, or rather, with certain types of neurological disturbances by comparing healthy adults, adults with Alzheimer's disease (AD), and Parkinson's disease (PD). Participants were assessed on four separate occasions using measures of reaction time and memory. Results indicated that inconsistency was correlated with indices of severity of impairment suggesting a dose-response relationship between cognitive disturbance and intraindividual variability: the more severe the cognitive disturbance, the greater the inconsistency. However, participants with AD were more inconsistent than those with PD, with both groups being more variable than the healthy group, even when controlling for group differences in overall severity of cognitive impairment or cognitive decline. Consequently, intraindividual variability may index both the severity of cognitive impairment and the nature of the neurological disturbance.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,778

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,150
Tête enseignante GPT0,448
Écart entre enseignants0,298 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations154
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical and Experimental NeuropsychologyMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207