MétaCan
Menu
Retour à la cohorte
Enregistrement W3164494052 · doi:10.1097/wnn.0000000000000268

Increasing the Clinical Utility of the Paced Auditory Serial Addition Test: Normative Data for Standard, Dyad, and Cognitive Fatigability Scoring

2021· article· en· W3164494052 sur OpenAlexaff
Jason A. Berard, Lisa A.S. Walker

Notice bibliographique

RevueCognitive and Behavioral Neurology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensCarleton UniversityUniversity of OttawaOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésDyadNormativePsychologyPaced Auditory Serial Addition TestCognitionNeuropsychologyMultilevel modelAudiologyDevelopmental psychologyTrail Making TestPopulationTest (biology)Neuropsychological testNeuropsychological assessmentClinical psychologyMedicinePsychiatryStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: No normative data currently exist that would allow clinicians to decide whether the degree of cognitive fatigability (CF) experienced in individuals with neurologic disease is greater than expected when compared with a healthy population. OBJECTIVE: To establish discrete and regression-based normative data for CF as defined by an objective decrement in performance over the course of a cognitive task; namely, the Paced Auditory Serial Addition Test (PASAT). In addition, to develop discrete and regression-based normative data for PASAT performance scores-dyad and percent dyad-for which data do not currently exist. METHOD: One hundred and seventy-eight healthy individuals completed the PASAT as part of a larger neuropsychological battery. PASAT performance scores including total correct responses, total dyads, and percent dyad were calculated. CF scores were calculated by comparing the individuals' performance on the first half (or third) of the test to their performance on the last half (or third) in order to capture any within-task performance decrements over time. RESULTS: Both age- and education-based discrete normative data and demographically adjusted (sex, age, and education) regression-based formulas were established for the PASAT performance scores and the CF scores. CONCLUSION: The development of these normative data will allow for greater interpretation of an individual's performance on the PASAT, beyond just the total correct score, through the use of dyad and percent dyad scores. With respect to CF, these data will allow clinicians to objectively quantify decrements in cognitive performance over time better in individuals with neurologic diseases.

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)0,009
score de la tête « metaresearch » (Gemma)0,031
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 enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,031
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,258
Tête enseignante GPT0,459
Écart entre enseignants0,200 · 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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCognitive and Behavioral NeurologyMême sujetTraumatic Brain Injury ResearchTravaux en français237 207