Comparison of Driving Capacity with Distraction Using the Lane Change Task in Drivers with Amyotrophic Lateral Sclerosis Compared with Healthy Controls (P3.291)
Notice bibliographique
Résumé
Objective: To compare driving capacity while distracted in individuals with amyotrophic lateral sclerosis (ALS) and healthy controls (HC) using the computer simulation of the Lane Change Task (LCT). Background: For road safety, limiting distractions has been recommended for many populations. Distractions which have been found to impair driving include dual tasks requiring cognitive demand, motor demand and visual distractions. Understanding distractions which may influence safe driving in individuals with ALS has not been studied. Methods: Twelve individuals with ALS (Mean (SD): Age, 63.5 (9.0) years; Months since dx, 13 (2.7); ALSFRS total 40 (5); ALSFRS fine motor 9 (2)) and 9 HC (Mean age (SD); 53.4 (10.2) years) were consented to participate. Each individual was assessed to determine physical and cognitive ability; physical ability via 10 meter self-selected gait speed (10mSS); and cognitive ability via Trail Making Test Part B (TMTB) and Montreal Cognitive Assessment (MOCA). Each individual then performed a driving evaluation using the standardized computer simulation program, LCT for a baseline assessment, followed by motor, cognitive, and visual distraction tasks. The LCT is a reaction time task with a primary dependent variable of mean lane deviation (Mdev), assessing perception, quality of lane change, and lane-keeping quality. Comparison of groups was performed with a Mann-Whitney-Wilcoxon, with a significance value of p < 0.05. Results: No significant differences were noted between groups on 10mSS, TMTB, or MOCA. No significant differences were noted for LCT (Mdev) at baseline, or with cognitive, or visual distraction tasks. However, for the motor distraction task, the ALS group performed significantly slower than the HC group (p = 0.04). Conclusions: These preliminary results suggest that individuals with ALS have a harder time with accuracy of driving when performing a distraction motor task than HC.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».