Tablet-Based Functional MRI of the Trail Making Test: Effect of Tablet Interaction Mode
Notice bibliographique
Résumé
The Trail Making Test (TMT) is widely used for assessing executive function, frontal lobe abilities, and visual motor skills. Part A of this pen-and-paper test (TMT-A) involves linking numbers randomly distributed in space, in ascending order. Part B (TMT-B) alternates between linking numbers and letters. TMT-B is more demanding than TMT-A, but the mental processing that supports the performance of this test remains incompletely understood. Functional MRI (fMRI) may help to clarify the relationship between TMT performance and brain activity, but providing an environment that supports real-world pen-and-paper interactions during fMRI is challenging. Previously, an fMRI-compatible tablet system was developed for writing and drawing with two modes of interaction: the original cursor-based, proprioceptive approach, and a new mode involving augmented reality to provide visual feedback of hand position (VFHP) for enhanced user interaction. This study characterizes the use of the tablet during fMRI of young healthy adults (n=22), with half of the subjects performing TMT with VFHP and the other half performing TMT without VFHP. Activation maps for both TMT-A and TMT-B showed considerable overlap between the two tablet modes, and no statistically differences in brain activity were detected when contrasting TMT-B versus TMT-A for the two tablet modes. Behavioral results also showed no statistically different interaction effects for TMT-B versus TMT-A performance between the two tablet modes. Tablet-based TMT scores showed reasonable convergent validity with those obtained by administering the standard pen-and-paper TMT to the same subjects. Overall, the results suggest that despite the slightly different mechanisms involved for the two modes of tablet interaction, both are suitable for use in fMRI studies involving TMT performance. This study provides information for using tablet-based TMT methods appropriately in future fMRI studies involving patients and healthy individuals.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».