Distraction adds to the cognitive burden in multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: Cognitive dysfunction in multiple sclerosis (MS) causes numerous limitations in activities of daily living. OBJECTIVES: To develop an improved method of cognitive assessment in people with MS using novel real-world distracters. METHODS: A sample of 99 people with MS and 55 demographically matched healthy controls underwent testing with the Minimal Assessment of Cognitive Functioning in Multiple Sclerosis (MACFIMS) and a modified version of the computerized Symbol Digit Modalities Test (c-SDMT). Half of the subjects completed the c-SDMT with built-in real-world distracters and half without. RESULTS: The mean time on the c-SDMT was significantly greater in MS subjects than healthy controls for both distracter ( p = 0.001) and non-distracter ( p < 0.001) versions. Significantly more MS subjects were impaired on the c-SDMT with distracters than the traditional SDMT (47.1% vs 30.3%, p = 0.04). There were no differences in impairment between the c-SDMT with and without distracters (47.1% vs 37.5%, p = 0.34). The distracter version had a sensitivity of 81% and specificity of 88% in detecting global cognitive impairment. CONCLUSIONS: The incorporation of distracters improves the sensitivity of a validated computerized version of the SDMT relative to the non-distracter and traditional versions and offers a quick and easy means of detecting cognitive impairment in people with MS.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».