MétaCan
Menu
Retour à la cohorte
Enregistrement W2323673775 · doi:10.1017/s135561771200094x

Dissecting the Effects of Disease and Treatment on Impulsivity in Parkinson's Disease

2012· article· en· W2323673775 sur OpenAlexafffund
Alison Simioni, Alain Dagher, Lesley K. Fellows

Notice bibliographique

RevueJournal of the International Neuropsychological Society · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensMontreal Neurological Institute and Hospital
Organismes subventionnairesMcGill University Health Centre
Mots-clésImpulsivityDiseaseTemporal discountingParkinson's diseaseDopaminergicMedicineDiscountingPsychologyDopamineClinical psychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Converging evidence, including observations in patients with Parkinson's disease (PD), suggests that dopamine plays a role in impulsivity. This multi-faceted construct includes considerations of both time and risk; determining how these more specific processes are affected by PD and dopaminergic treatment can inform neurobiological models. We examined the effects of PD and its treatment on temporal discounting and risky decision-making in a cohort of 23 mild-moderate PD patients and 20 healthy participants. Patients completed the Balloon Analogue Risk Task and a temporal discounting paradigm both on and off their usual dopamine replacement therapy. PD patients did not differ from controls in their initial risk-taking on the Balloon Analogue Risk Task, but took progressively more risks across trials when on medication. A subset of patients and controls was tested again, 1.5-3 years later, to explore the effects of disease progression. On follow-up, baseline risk-taking diminished in patients, but the tendency to take increasing risks across trials persisted. Neither disease progression nor its treatment affected the temporal discounting rate. These findings suggest a different neural basis for temporal discounting and risk-taking, and demonstrate that risk-taking can be further decomposed into initial and trial-by-trial effects, with dopamine affecting only the latter.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,364
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the International Neuropsychological SocietyMême sujetNeural and Behavioral Psychology StudiesTravaux en français237 207