Digital Clock Drawing: Differentiating “Thinking” versus “Doing” in Younger and Older Adults with Depression
Notice bibliographique
Résumé
Psychomotor slowing has been documented in depression. The digital Clock Drawing Test (dCDT) provides: (i) a novel technique to assess both cognitive and motor aspects of psychomotor speed within the same task and (ii) the potential to uncover subtleties of behavior not previously detected with non-digitized modes of data collection. Using digitized pen technology in 106 participants grouped by Age (younger/older) and Affect (euthymic/unmedicated depressed), we recorded cognitive and motor output by capturing how the clock is drawn rather than focusing on the final product. We divided time to completion (TTC) for Command and Copy conditions of the dCDT into metrics of percent of drawing (%Ink) versus non-drawing (%Think) time. We also obtained composite Z-scores of cognition, including attention/information processing (AIP), to explore associations of %Ink and %Think times to cognitive and motor performance. Despite equivalent TTC, %Ink and %Think Command times (Copy n.s.) were significant (AgeXAffect interaction: p=.03)—younger depressed spent a smaller proportion of time drawing relative to thinking compared to the older depressed group. Command %Think time negatively correlated with AIP in the older depressed group (r=−.46; p=.02). Copy %Think time negatively correlated with AIP in the younger depressed (r=−.47; p=.03) and older euthymic groups (r=−.51; p=.01). The dCDT differentiated aspects of psychomotor slowing in depression regardless of age, while dCDT/cognitive associates for younger adults with depression mimicked patterns of older euthymics.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».