Effects of Parkinson Disease on Two Putative Nondeclarative Learning Tasks
Notice bibliographique
Résumé
OBJECTIVE: To assess performance on two nondeclarative (implicit) memory tasks of Parkinson disease (PD) patients without dementia in the earlier or later stages of the disease (Hoehn and Yahr Scale scores of 1-2.5 or 3-4, respectively). BACKGROUND: Different subtypes of nondeclarative memory appear to depend on different components of frontostriatal circuitry. Performance on a probabilistic classification learning (PCL) task was impaired by striatal damage (eg, in PD or Huntington disease) but not by circumscribed frontal lobe damage. On the other hand, performance on the Iowa Gambling Task (IGT) was impaired by damage to the prefrontal cortex. METHOD AND RESULTS: On the PCL, the learning of the control (age- and education-matched) group (n = 19) and the early PD group (n = 16) was comparable with each other, and both groups showed better performance than the later PD group (n = 16). On the IGT, the control group learned better than both of the PD groups. The control and early PD groups were similar on measures from the Wisconsin Card Sorting Test, Stroop Test, Mini-Mental State Examination, and Beck Depression Inventory II. CONCLUSIONS: The PCL and IGT tasks appear to rely on different parts of the frontostriatal circuitry in patients with early PD. The current finding that IGT performance was impaired in early PD implies ventromedial prefrontal cortical dysfunction early in the disease.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,000 |
| 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 ».