Limitations of the Paced Auditory Serial Addition Test as a measure of working memory in patients with multiple sclerosis
Notice bibliographique
Résumé
The Paced Auditory Serial Addition Test (PASAT) is a commonly used procedure that combines elements of both a working memory task and a test of information processing speed. Patients with multiple sclerosis (MS) have consistently been found to be impaired on this test and it has been recommended as a core outcome measure in clinical trials. The standard score for this task is the number of correct responses at each stimulus presentation rate but a concern has been raised that subjects may ignore some test items in order to chunk the information into manageable portions and avoid performing several cognitive tasks simultaneously. To account for this strategy, one can examine the proportion of correct responses that are consecutive (termed dyads), since such responses require that the task be performed according to the instructions. We compared a group of 35 mildly to moderately disabled MS patients and matched healthy controls on the PASAT. The MS patients made significantly fewer correct responses at the 2 slowest presentation rates (2.4, 2.0 s/digit) while their scores at faster rates (1.6, 1.2 s/digit) did not discriminate them from controls as well. Nevertheless, the MS patients' percentage of dyads was significantly lower than that of the control sample across all stimulus presentation rates. While our study supports the use of the PASAT as a test that distinguishes MS patients from healthy individuals, our results also illustrate problems that lie in the interpretation of this difference in performance. It appears that a chunking strategy may be common in the PASAT, particularly as task demands increase, and that this may mask actual performance differences. If so, the total correct response score alone is limited as a measure of working memory and information processing speed. More detailed analyses of PASAT performance, coupled with other measures of information processing, may help clarify the underlying cognitive deficits of MS patients.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».