Left Right Judgement Task and Sensory, Motor, and Cognitive Assessment in Participants with Wrist/Hand Pain
Notice bibliographique
Résumé
The Left Right Judgement Task (LRJT) involves determining if an image of the body part is of the left or right side. The LRJT has been utilized as part of rehabilitation treatment programs for persons with pain associated with musculoskeletal injuries and conditions. Although studies often attribute changes and improvement in LRJT performance to an altered body schema, imaging studies suggest that the LRJT implicates other cortical regions. We hypothesized that cognitive factors would be related to LRJT performance of hands and feet and that sensory, motor, and pain related factors would be related to LRJT in the affected hand of participants with wrist/hand pain. In an observational cross-sectional study, sixty-one participants with wrist/hand pain participated in a study assessing motor imagery ability, cognitive (Stroop test), sensory (Two-Point Orientation Discrimination, pressure pain thresholds), motor (grip strength, Purdue Pegboard Test), and pain related measures (West Haven Yale Multidimensional Pain Inventory) as well as disability (Disability of the Arm, Shoulder and Hand). Multiple linear regression found Stroop test time and motor imagery ability to be related to LRJT performance. Tactile acuity, motor performance, participation in general activities, and the taking of pain medications were predictors of LRJT accuracy in the affected hand. Participants who took pain medications performed poorly in both LRJT accuracy (p=0.001) and reaction time of the affected hand (p=0.009). These participants had poorer cognitive (p=0.013) and motor function (p=0.002), and higher pain severity scores (p=0.010). The results suggest that the LRJT is a complex mental task that involves cognitive, sensory, motor, and behavioural processes. Differences between persons with and without pain and improvement in LRJT performance may be attributed to any of these factors and should be considered in rehabilitation research and practice utilizing this task.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».