Information Processing and Magnetic Resonance Imaging Indices of Brain Pathology in Multiple Sclerosis
Notice bibliographique
Résumé
Accumulation of central nervous system (CNS) pathology affects cognitive processing speed and efficiency and is thought to underlie attentional and executive deficits in multiple sclerosis (MS). Most clinical neuropsychological tests are multifactorial and are limited in their sensitivity to specific cognitive processes. This may, in part, account for the low to moderate correlations between clinical test results and magnetic resonance imaging (MRI) indices of brain pathology. We compared the ability of a clinical and an experimental test of cognitive processing speed to differentiate domain-specific cognitive changes in MS, and examined relations between test performance and MRI measures of brain pathology. Twelve MS patients and 12 controls completed the Paced Auditory Serial Addition Test (PASAT) and the Attention Networks Test-Interactions (ANT-I), a computerized response latency task. Subjects also had MRI scans that included T1, T2, and fluid-attenuated inversion recovery (FLAIR) sequences that provided global and localized volumetric measures. Patients made more errors on the PASAT and were slower on the ANT-I. The ANT-I also revealed specific deficits in response inhibition. In addition, ANT-I performance was associated with changes in a number of MRI measures, which was not the case for the PASAT. Reaction time paradigms that manipulate within-task demands on distinct cognitive functions may provide meaningful markers of brain disease burden in MS.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».