Computerized Symbol Digit Modalities Test in a Swiss Pediatric Cohort – Part 2: Clinical Implementation
Notice bibliographique
Résumé
Background Information processing speed (IPS) is a marker for cognitive function. It is associated with neural maturation and increases during development. Traditionally, IPS is measured using paper and pencil tasks requiring fine motor skills. Such skills are often impaired in patients with neurological conditions. Therefore, an alternative that does not need motor dexterity is desirable. One option is the computerized symbol digit modalities test (c-SDMT), which requires the patient to verbally associate numbers with symbols. Methods Eighty-six participants (8–16 years old; 45 male; 48 inpatients) were examined, 38 healthy and 48 hospitalized for a non-neurological disease. All participants performed the written SDMT, c-SDMT, and the Test of Non-verbal Intelligence Fourth Edition (TONI-4). Statistical analyses included a multivariate analysis of covariance (MANCOVA) for the effects of intelligence (IQ) and hospitalization on the performance of the SDMT and c-SDMT. A repeated measures analysis of variance (repeated measures ANOVA) was used to compare performance across c-SDMT trials between inpatients and outpatients. Results The MANCOVA showed that hospitalization had a significant effect on IPS when measured with the SDMT (p = 0.04) but not with the c-SDMT (p = 0.68), while IQ (p = 0.92) had no effect on IPS. Age (p < 0.001) was the best predictor of performance of both tests. The repeated measures ANOVA revealed no significant difference in within-test performance (p = 0.06) between outpatient and inpatient participants in the c-SDMT. Conclusion Performance of the c-SDMT is not confounded by hospitalization and gives within-test information. As a valid and reliable measure of IPS for children and adolescents, it is suitable for use in both inpatient and outpatient populations.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».