Exploring Visual Selective Attention towards Novel Stimuli in Alzheimer's Disease Patients
Notice bibliographique
Résumé
BACKGROUND: Alzheimer's disease (AD) is associated with selective attention impairments, which could contribute to cognitive and functional deficits. Selective attention can be explored through examination of novelty preference. AIMS: In this study, we quantified novelty preference in AD patients by measuring visual scanning behaviour using an eye tracking paradigm. METHODS: Mild-to-moderate AD patients and elderly controls viewed slides containing novel and repeated images simultaneously. The outcome measure was time spent on specific images, with novelty preference defined by greater relative fixation time (RFT) on novel versus repeated images. Cognitive status (Standardized Mini-Mental State Examination, SMMSE) and attention (Digit Span, DS) were also measured. RESULTS: AD patients (age 79.2 ± 6.7 years, SMMSE 22.2 ± 4.0, n = 41) and controls (age 76.2 ± 6.4 years, SMMSE 28.1 ± 2.0, n = 24) were similar in age, education and sex. Compared with controls, AD patients had lower RFT on novel than on repeated images (F1,63 = 11.18, p = 0.001). Further, reduced RFT was associated with lower scores on SMMSE (r63 = 0.288, p = 0.020) and DS (r63 = 0.269, p = 0.030). Within individuals, novelty preference was detected in 92.3% of patients and in 100% of controls. CONCLUSION: These findings suggest that novelty preference, measured by visual scanning behaviour, can differentiate cognitively healthy and impaired people and may offer a nonverbal, less cognitively demanding method of assessing selective attention.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».