Relationship between king devick TEST, SCAR3 and 3D mot in cognitive assessment
Notice bibliographique
Résumé
Objective To examine the relationship between aspects of the Sport Concussion Assessment Tool 3 (SCAT3), the King-Devick Test (KDT) and Three-Dimensional Multiple Object Tracking (3D MOT) at baseline. Design Prospective design. Setting University resarch laboratory. Participants A convenience sample of 304 healthy, non-concussed, athletic participants (101 females, 203 males) ranging in age from 11.69 20.41 years (mean age=16.05 + 4.36) were included in the analysis. Outcome measures Participants completed the SCAT3, KDT and 3D MOT in a single visit. A regression analysis was performed to see if any aspects of the SCAT3 (immediate memory (IM), coordination (COOR), and delayed recall (DR)), and/or the KDT, predicted 3D MOT scores. Main results A multiple linear regression was calculated to see if KDT, IM, DR and COOR predicted the speed of the 3D MOT. The assumptions of multivariate regression were tested and corrections were applied as needed. Using the stepwise method, it was found that KD, DR and COOR explain a significant amount of the variance in the speed of the 3D MOT (F(3, 256))=11.82, p<0.000 with an R2 of 0.12. Participants predicted 3D MOT score is equal to 1.05 –0.01 KD + 0.07 DR + 0.23 COOR, where KDT is measured in seconds, DR is measured in units between 0–5, and COOR is measured as 1=successful, 0?= not successful. The analysis shows that KD (Beta=–0.01, p?< 0.000), DR (Beta=0.07, p<0.02), and COOR (Beta=0.23, p<0.03), were significant predictors of 3D MOT scores. Conclusions Results suggest that King Devick Test, Delayed Recall, and Coordination tests share predictive validity of the 3D MOT in an athletic population between the ages of 6-29 at baseline. Future studies should examine these relationships post-injury and through concussion recovery. This could provide valuable information to better inform clinicians responsible for making Return to Play determinations. Competing interests None.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».