Differential neuropsychological test sensitivity to left temporal lobe epilepsy
Notice bibliographique
Résumé
We examined the sensitivity of the Rey Auditory Verbal Learning Test (AVLT), California Verbal Learning Test (CVLT), Boston Naming Test (BNT), and Multilingual Aphasia Examination Visual Naming subtest (MAE VN) to lateralized temporal lobe epilepsy (TLE) in patients who subsequently underwent anterior temporal lobectomy. For the AVLT (n = 189), left TLE patients performed more poorly than their right TLE counterparts [left TLE = 42.9 (10.6), right TLE = 47.7 (9.9); p < .002 (Cohen's d = .47)]. Although statistically significant, the CVLT group difference (n = 212) was of a smaller magnitude [left LTE = 40.7 (11.1), right TLE = 43.8 (9.9); (p < .03, Cohen's d = .29)] than the AVLT. Group differences were also present for both measures of confrontation naming ability [BNT: left LTE = 43.1 (8.9), right TLE = 48.1 (8.9); p < .001 (Cohen's d = .56); MAE VN: left TLE = 42.2, right TLE = 45.6, p = .02 (Cohen's d = .36)]. When these data were modeled in independent logistic regression analyses, the AVLT and BNT both significantly predicted side of seizure focus, although the positive likelihood ratios were modest. In the subset of 108 patients receiving both BNT and AVLT, the AVLT was the only significant predictor of seizure laterality, suggesting individual patient variability regarding whether naming or memory testing may be more sensitive to lateralized TLE.
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 | 0,001 | 0,006 |
| 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 | 0,000 |
| 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 ».