MétaCan
Menu
← Retour à la cohorte
Enregistrement W2809379977 · doi:10.1093/neuonc/noy059.591

QOL-09. EMOTION RECOGNITION IN PEDIATRIC BRAIN TUMOR PATIENTS: VIEWING PATTERNS AND WHITE MATTER STRUCTURE

2018· article· en· W2809379977 sur OpenAlexaffabout
Iska Moxon‐Emre, Éric Bouffet, Suzanne Laughlin, Jovanka Skocic, Cynthia de Medeiros, Donald Mabbott

Notice bibliographique

RevueNeuro-Oncology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensPediatric Oncology GroupHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWhite matterPsychologyVoxelAudiologyFractional anisotropyBrain activity and meditationNeuroimagingMedicineNeuroscienceMagnetic resonance imagingElectroencephalographyRadiology

Résumé

récupéré en direct d'OpenAlex

Pediatric brain tumor patients display emotion recognition deficits, and eye-movement monitoring might help explain why. Identifying facial emotions is thought to rely on white matter (WM) that connects posterior, limbic and frontal brain regions. Thus, we examined if emotion recognition deficits are related to viewing patterns and to WM. 22 patients treated for posterior fossa (PF) brain tumors and 12 healthy children participated in this study at SickKids (Toronto, Ontario). Participants completed the Diagnostic Analysis of Nonverbal Accuracy (DANVA-2), a computerized task that measures facial emotion recognition using photographs, while their eye-movements were recorded. Diffusion tensor imaging (DTI) was used to assess fractional anisotropy (FA). Whole brain voxel-based analyses were conducted to compare WM between patients and controls. Regional WM was correlated with the number of incorrect responses across all participants. Patients made more emotion recognition errors than controls (p=0.02). However, patients and controls did not differ in the number of fixations made on the photograph: (p=0.21), or in the total time spent looking at the photograph: (p=0.23). Relative to controls, patients had lower FA in many voxels across the brain (all p<0.05). Across all participants, FA was negatively correlated with the number of incorrect responses in the left temporal region (r=-0.503, p=0.005). Patients treated for brain tumors display emotion recognition deficits and WM damage. The emotion recognition deficits do not appear to result from inattention to the photographs. Our results suggest that left temporal WM may be important for successful emotion recognition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,269
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuro-Oncology→Même sujetGlioma Diagnosis and Treatment→Travaux en français237 207→