Does a neuropsychological index of hemispheric lateralization predict onset of upper respiratory tract infectious symptoms?
Notice bibliographique
Résumé
OBJECTIVES: Past studies demonstrate relationships between hemispheric lateralization (HL) and immunity. However, the relevance of HL-immune relationships to health and illness has rarely been investigated. This study tested whether a neuropsychological index of right-hemispheric lateralization (right-HL) predicts development of upper respiratory tract infectious (URTI) symptoms. DESIGN: We used a prospective, matched, case-control design. METHODS: Initially, 80 URTI symptom free adults underwent neuropsychological assessment including right-HL (picture vs. word recognition), and were then followed-up during 10 weeks for development of URTI symptoms and objective signs of URTI. Participants reporting URTI symptoms (Ill; N=21) were matched on age, gender, and IQ with 21 participants remaining well. RESULTS: At baseline, the right-HL index was significantly higher in participants who later became ill (9.9%) compared to well participants (3.9%, p<.05). Health behaviour also predicted URTI symptoms. In a logistic regression, right-HL significantly predicted self-reported URTI, independent of health behaviour and neuroticism. CONCLUSIONS: Greater right-HL predicted URTI symptom development during follow-up, independent of important confounders. These findings expand previous HL-immune relationships to a common immune-related illness.
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 | 0,003 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».