Exploring the effect of glaucomatous visual field defects of current drivers on a neuropsychological test battery
Notice bibliographique
Résumé
PURPOSE: This study explores the effect of glaucomatous visual field defects on several neuropsychological tests that are often used in research and in clinical settings. METHODS: Nineteen glaucoma patients and nineteen healthy participants, which are current drivers and older than 65 years old were included. All participants completed the Montreal Cognitive Assessment (MoCA), the Trail Making Test (TMT), the Benton Visual Retention Test (BVRT), the Snellgrove Maze Task (SMT) and the Digit Span Test (DST). All participants were also tested on contrast sensitivity and near and far visual acuity. For the glaucoma patients, visual field tests were downloaded from hospital servers. RESULTS: On the MoCA test, glaucoma patients scored lower than the healthy group, but not significantly. On the MoCA-Blind, the difference was statistically significant. Glaucoma patients also had lower percentile scores on the TMT, with a significant difference in the TMT-A, but this difference largely disappeared in the calculated TMT B-A index, which isolates the cognitive component. The BVRT and SMT showed no significant differences between both groups. In the only non-visual test, the DST, glaucoma patients outperformed the healthy group. Glaucoma severity did not influence results, except for the BVRT on which the moderate/severe group has better scores. CONCLUSION: Using visual items might lead to conclusions about cognition when it should be one about vision. Therefore, careful selection of tests is needed when examining cognition in glaucoma patients.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».