MétaCan
Menu
Retour à la cohorte
Enregistrement W4200095655 · doi:10.1017/brimp.2021.25

Working Memory Impairment in Transient Ischaemic Attack: N-back as a Sensitive Measure for Detection

2021· article· en· W4200095655 sur OpenAlexaboutno aff
Laura Smith, Polly Gregory, Philip Clatworthy, George Stothart

Notice bibliographique

RevueBrain Impairment · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentCognitionDementiaCognitive impairmentNeuropsychologyMedicineMemory clinicWorking memoryPsychological interventionAudiologyPhysical medicine and rehabilitationPsychiatryInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Transient ischaemic attack (TIA) can lead to lasting changes in brain structure and function resulting in cognitive impairment. Cognitive screening tools may lack sensitivity for detecting cognitive impairments, particularly executive function, which tends to be the earliest affected domain in vascular cognitive impairment. AIM: In this preliminary study, we examine a working memory (WMem) task as a sensitive measure of cognitive impairment in TIA. METHOD: Patients referred to a TIA clinic for transient neurological symptoms completed a general cognitive screening tool (Montreal Cognitive Assessment; MoCA), and a WMem task (2-N-back) in a cross-sectional design. RESULTS: TIA patients (n = 12) showed significantly reduced WMem performance on the N-back compared to patients diagnosed with mimic clinical conditions with overlapping symptoms (n = 16). No group differences were observed on the MoCA. CONCLUSIONS: Assessing WMem may provide a sensitive measure of cognitive impairment after TIA, with implications for cognitive screening in TIA services to triage patients for further neuropsychological support, or for interventions to prevent vascular dementia.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,320
Écart entre enseignants0,290 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain ImpairmentMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207