MétaCan
Menu
Retour à la cohorte
Enregistrement W2083299547 · doi:10.1177/0883073808314161

Brain Lesions and IQ: Recovery Versus Decline Depends on Age of Onset

2007· article· en· W2083299547 sur OpenAlexaff
Julie Duval, Claude M. J. Braun, Isabelle Montour‐Proulx, Sylvie Daigneault, Isabelle Rouleau, Jean Bégin

Notice bibliographique

RevueJournal of Child Neurology · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensMcGill University Health CentreChildren's Hospital of Eastern OntarioUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésLesionIntelligence quotientEtiologyModerationPediatricsPsychologyMedicineDevelopmental psychologyCognitionNeurosciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

A growing literature suggests that early lesions are associated with poorer IQ outcome. Those studies covered a restricted age range in pediatric populations only and did not control for important moderator variables. The present investigation studied IQ change in brain-lesioned children and adults (age 0 to 84 years). Altogether, 725 cases with a documented unilateral focal lesion were gathered from hospital charts and from published cases in the literature, including 240 with repeated IQ testing. Multiple regression analyses isolated the contribution of age at lesion onset to IQ change. Important mediator variables included were lesion side, site, volume, etiology, and so on. An early lesion was significantly associated with poorer postlesion IQ in time and with decline of IQ in time. Later onset lesions were associated with better postlesion IQ and recovery in time. The so-called Kennard principle is refuted, with regard to IQ.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil0,531

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,034
Tête enseignante GPT0,336
Écart entre enseignants0,302 · 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

Citations42
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Child NeurologyMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207