Semantic deficits in amyotrophic lateral sclerosis
Notice bibliographique
Résumé
Our objective was to investigate, and establish neuroanatomical correlates of, semantic deficits in amyotrophic lateral sclerosis (ALS) and amyotrophic lateral sclerosis-frontotemporal dementia (ALS-FTD), compared to semantic dementia (SD) and controls. Semantic deficits were evaluated using a naming and semantic knowledge composite score, comprising verbal and non-verbal neuropsychological measures of single-word processing (confrontational naming, comprehension, and semantic association) from the Sydney Language Battery (SYDBAT) and Addenbrooke's Cognitive Examination - Revised (ACE-R). Voxel based morphometry (VBM) analysis was conducted using the region of interest approach. In total, 84 participants were recruited from a multidisciplinary research clinic in Sydney. Participants included 17 patients with ALS, 19 with ALS-FTD, 22 with SD and 26 age- and education-matched healthy controls. Significant semantic deficits were observed in ALS and ALS-FTD compared to controls. The severity of semantic deficits varied across the clinical phenotypes: ALS patients were less impaired than ALS-FTD patients, who in turn were not as impaired as SD patients. Anterior temporal lobe atrophy significantly correlated with semantic deficits. In conclusion, semantic impairment is a feature of ALS and ALS-FTD, and reflects the severity of temporal lobe 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.
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».