Behavioral Markers for Deficits in Speed of Processing in Cerebrovascular Disease
Notice bibliographique
Résumé
Abstract Objective To assess overlap and uniqueness of established behavioral markers of speed of processing for different aspects of visual information within a cerebrovascular disease cohort, and to examine the link between these speed of processing markers and functional behavior, specifically walking. Methods A cohort of 161 participants with cerebrovascular disease recruited to the Ontario Neurodegenerative Disease Research Initiative (ONDRI) were examined with three types of assessments: neuropsychology, saccadic eye movement and gait. Principal component analysis (PCA) and canonical correlation analysis (CCA) were performed on select variables from these assessments to reveal commonalities and discrepancies among the measures. Results PCA analysis revealed different variable patterns between neuropsychology and saccade assessments, with the first component characterized primarily by neuropsychology, and the second and third components more influenced by the saccade assessments. CCA analysis did not reveal association between different types of assessments with the exception of a modest, but significant, positive association between speed of processing measures from the neuropsychological assessments and gait speed. Discussion Neuropsychological tests and the pro-saccade task can be used for assessment of speed of processing for two major features of visual information, visual perception vs. spatial location. Despite a general lack of association between different types of assessments, combining gait speed as an important contributor to the models reinforces the idea of the link between speed of processing and complex function such as walking, and provides support for the importance of attending to the potential consequences of changes in speed of processing after neurologic injury.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».