Abstract W MP54: Increased Collisions and Errors at Intersections During Simulated Driving in Patients after Aneurysmal Subarachnoid Hemorrhage
Notice bibliographique
Résumé
Introduction: It is well established that cognitive and functional impairments persist despite good clinical outcomes in patients who suffer aneurysmal subarachnoid hemorrhage (aSAH). The impact of these impairments on real-world tasks such as driving a motor vehicle is currently unclear. This study aimed to investigate driving ability of aSAH patients using a driving simulator. We hypothesized that patients would exhibit more driving errors during the most cognitively demanding aspects, particularly while executing left turns at busy intersections, where the driver must quickly integrate many complex and dynamic visual stimuli to make a rapid decision and turn safely. Methods: Nine functionally independent aSAH patients (>3 months post-ictus) and nine healthy control participants matched for age (patients: 58±13; controls: 59±14, p > 0.05) completed two driving scenarios (STISIM). The total number of errors committed and errors associated with intersections were compared between groups. Errors included collisions, speeding, centerline crossings, road edge excursions, stop signs missed and traffic light tickets. Results: The mean number of total errors did not differ between the patient and control groups (28 versus 22, p > 0.05); however, patients committed a greater number of hazardous errors, including collisions (2.4 versus 0.1, p < 0.05) and road edge excursions (3.7 versus 0.3, p < 0.01), than controls. Total errors at intersection turns were greater for patients (7.7 versus 3.2, p < 0.05). When stratified by type of turn, patients experienced more errors than controls during left turns (1.6 versus 0.2, p < 0.01) and left turns with oncoming traffic (2.3 versus 0.8, p < 0.05) but not during right turns (3.8 versus 2.2, p > 0.05). Conclusion: Our results suggest probable driving impairment in some aSAH patients during more difficult aspects of driving, such as making left turns at a busy intersection, which is where most real-world accidents occur. This analysis was limited by a small sample, and further research should explore the clinical and cognitive correlates of driving ability in a large sample of aSAH 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 | 0,000 | 0,002 |
| 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 | 0,000 |
| 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) | 0,002 | 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 ».