MétaCan
Menu
Retour à la cohorte
Enregistrement W3048114823 · doi:10.5014/ajot.119.040626

Exploring the Predictive Ability of the Motor-Free Visual Perception Test (MVPT) and Trail Making Test (TMT) for On-Road Driving Performance

2020· article· en· W3048114823 sur OpenAlexaff
Ana Holowaychuk, Yolan Parrott, Ada W. S. Leung

Notice bibliographique

RevueAmerican Journal of Occupational Therapy · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensWomen and Children’s Health Research InstituteUniversity of AlbertaGlenrose Rehabilitation Hospital
Organismes subventionnairesnon disponible
Mots-clésLogistic regressionTest (biology)Driving testPhysical medicine and rehabilitationRehabilitationMedicineDriving simulatorStroke (engine)Physical therapyPsychologySimulationComputer scienceInternal medicineEngineering

Résumé

récupéré en direct d'OpenAlex

IMPORTANCE: Resuming driving after a change in functional ability is challenging for patients with a neurological condition. Although a combination of assessment tools has been suggested for use in driving evaluation, resources and availability of tools have been a problem. OBJECTIVE: To examine the predictive ability of two commonly used tools, the Motor-Free Visual Perception Test (MVPT) and the Trail Making Test, Parts A and B (TMTA and TMTB), on on-road driving performance. DESIGN: Retrospective chart review of 82 patient charts between 2015 and 2016. SETTING: Local rehabilitation hospital. PARTICIPANTS: Eighty-two patients with a primary neurological diagnosis (general neurological condition, n = 13; spinal cord injury, n = 11; stroke, n = 58). OUTCOMES AND MEASURES: MVPT, TMTA, and TMTB. RESULTS: Among the patients, 36 passed and 46 failed the on-road evaluation. The TMTA and TMTB scores were significantly different between those who passed or failed the on-road evaluation. Logistic regression analyses revealed that the TMTB completion time was the only significant predictor of on-road driving performance (for the all-patient model, 66% prediction accuracy, -2 log-likelihood [LL] = 93.47, exp β = 0.98; for the stroke-only model, 76% prediction accuracy, -2LL = 59.61, exp β = 0.97). CONCLUSIONS AND RELEVANCE: Our findings suggest that the TMTB is a better predictor of on-road driving performance for patients with a neurological condition than the MVPT. The findings shed light on the importance of selecting proper tools when assessing driving performance. Future prospective studies with a wider array of predictive variables are recommended to support the present findings. WHAT THIS ARTICLE ADDS: Occupational therapists should revisit the use of the MVPT in driving assessment and consider multiple assessment tools when evaluating and predicting driving performance.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,045
Score d'incertitude au seuil0,607

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,183
Tête enseignante GPT0,424
Écart entre enseignants0,241 · 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 tête enseignante, 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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Occupational TherapyMême sujetOlder Adults Driving StudiesTravaux en français237 207