Detecting Everyday Action Deficits in Alzheimer’s Disease Using a Nonimmersive Virtual Reality Kitchen
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Alzheimer's disease (AD) causes impairments affecting instrumental activities of daily living (IADL). Transdisciplinary research in neuropsychology and virtual reality has fostered the development of ecologically valid virtual tools for the assessment of IADL, using simulations of real life activities. Few studies have examined the benefits of this approach in AD patients. Our aim was to examine the utility of a non-immersive virtual coffee task (NI-VCT) for assessment of IADL in these patients. We focus on the assessment results obtained from a group of 24 AD patients on a task designed to assess their ability to prepare a virtual cup of coffee, using a virtual coffee machine. We compared performance on the virtual task to an identical daily living task involving the actual preparation of a cup of coffee, as well as to global cognitive, executive, and caregiver-reported IADL functioning. Relative to 32 comparable, healthy elderly (HE) controls, AD patients performed worse than HE controls on all tasks. Correlation analyses revealed that NI-VCT measures were related to all other neuropsychological measures. Moreover, regression analyses demonstrated that performance on the NI-VCT predicted actual task performance and caregiver-reported IADL functioning. Our results provide initial support for the utility of our virtual kitchen for assessment of IADL in AD 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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 découle