Using the Memory Validity Profile (MVP) to detect invalid performance in youth with mild traumatic brain injury
Notice bibliographique
Résumé
Performance validity tests (PVT) should be used when assessing youth with mild traumatic brain injury (MTBI). The goal of this study was to derive a new cutscore for determining invalid performance on the Memory Validity Profile (MVP) in youth with MTBI. Children and adolescents (N = 92; mean age =14.8 years, SD = 2.3, range =8–18) on average six months (SD = 3.6) post-MTBI were administered the MVP as part of their assessment. Two validated PVTs [Test of Memory Malingering (TOMM) and Medical Symptom Validity Test (MSVT)] were administered and used to group the sample into valid (n = 73, neither TOMM/MSVT failed) and invalid (n = 19, both TOMM/MSVT failed). New cutscores for the MVP to determine invalid performance in this sample were established using failure on both TOMM/MSVT as the criterion. MVP performance correlated significantly with failure on TOMM/MSVT. Youth with invalid performance had significantly lower MVP total scores and area under the curve was .80, suggesting good separation of groups. A cutscore of 31 or less on the MVP provided sensitivity of 63% for detecting invalid performance with 93% specificity. This study yields a promising new cutscore for the MVP that has good sensitivity and strong specificity for detecting invalid performance in youth with MTBI.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».