Intraindividual variability in reaction time before and after neoadjuvant chemotherapy in women diagnosed with breast cancer
Notice bibliographique
Résumé
OBJECTIVE: Women treated with chemotherapy for breast cancer experience subtle cognitive deficits. Research has focused on mean performance level, yet recent work suggests that within-person variability in reaction time performance may underlie cognitive symptoms. We examined intraindividual variability (IIV) in women diagnosed with breast cancer and treated with neoadjuvant chemotherapy. METHODS: Patients (n = 28) were assessed at baseline before chemotherapy (T1), approximately 1 month after chemotherapy but prior to surgery (T2), and after surgery about 9 months post chemotherapy (T3). Healthy women of similar age and education (n = 20) were assessed at comparable time intervals. Using a standardized regression-based approach, we examined changes in mean performance level and IIV (eg, intraindividual standard deviation) on a Stroop task and self-report measures of cognitive function from T1 to T2 and T1 to T3. RESULTS: At T1, women with breast cancer were more variable than controls as task complexity increased. Change scores from T1 to T2 were similar between groups on all Stroop performance measures. From T1 to T3, controls improved more than women with breast cancer. IIV was more sensitive than mean reaction time in capturing group differences. Additional analyses showed increased cognitive symptoms reported by women with breast cancer from T1 to T3. Specifically, change in language symptoms was positively correlated with change in variability. CONCLUSIONS: Women with breast cancer declined in attention and inhibitory control relative to pretreatment performance. Future studies should include measures of variability, because they are an important sensitive indicator of change in cognitive function.
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 | 0,001 | 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) | 0,001 | 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 ».