P2‐318: Tdcs stimulation alongside picture training improves naming scores in anomic dementia patients
Notice bibliographique
Résumé
Individuals with Alzheimer Disease (AD) and Frontotemporal Dementia (FTD) often show anomia, failure to name common objects. These semantic deficits appear to have two distinct patterns: 1) a semantic control deficit (difficulty in accessing and using the meaning of the object) or 2) a semantic storage deficit (lost memory for the object concept as well as related knowledge). Transcranial direct current stimulation (tDCS) as a treatment for improving naming abilities in these patient groups. Using a double-blind design, two FTD patients, both with semantic control deficits, and two AD patients, both with semantic storage deficits, were first asked to name a set of images (n = 120) from two separate lists balanced for familiarity; hereafter called trained (n = 60) and untrained (n = 60). Next, one patient in each sub-group (control vs. storage) received 10 sessions of anode stimulation to the inferior parietal lobe (IPL) area for 30 minutes at an intensity of 2 ma over the course of 3 weeks. The other patient in each group received sham stimulation. During these stimulation sessions, subjects were asked to name images from the trained list; errors were then discussed, and patients were again asked to name the incorrectly named images until they could correctly do so within cycles of five items. During the final tDCS session, both lists (trained and untrained) were again presented. For the untrained items, with real tDCS stimulation, our FTD control-deficit subject improved 10%, while our AD storage deficit subject improved 7%. In contrast, with sham stimulation, there was no change in our AD storage deficit subject, and the second FTD control-deficit subject was actually 10% worse. On the trained items, with real stimulation, our FTD subject improved 20% and obtained a perfect score, while the FTD sham counter-part showed no improvement. Finally, the AD storage deficit subject receiving real tDCS stimulation showed a small improvement on trained items (4%), in contrast to the AD sham counter-part that was 2% worse.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».