MétaCan
Menu
Retour à la cohorte
Enregistrement W4297770699 · doi:10.18103/mra.v10i8.2967

Selecting the Appropriate Memory Test for Patients with Stroke: Criterion Validity of the Buschke Selective Reminding Test

2022· article· en· W4297770699 sur OpenAlexaff
Damian Leitner, Megan Udala, Harry Miller, Maya Libben

Notice bibliographique

RevueMedical Research Archives · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of British Columbia, Okanagan CampusKelowna General HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStroke (engine)MedicineLogistic regressionAudiologyTest (biology)RehabilitationVerbal learningPhysical medicine and rehabilitationPhysical therapyInternal medicineCognitionPsychiatry

Résumé

récupéré en direct d'OpenAlex

Accurate assessment of memory following a stroke is important for patient rehabilitation. The Buschke Selective Reminding Test (SRT) is a test of verbal learning and memory that can be used to assess many clinical populations. The current study investigated the criterion validity of the SRT by comparing scores from patients with stroke to healthy controls, and identified scores on the SRT that best differentiate between these two groups. Participants included 65 patients with stroke and 65 age-and education-matched healthy controls. The control group differed significantly from patients with stroke on all scores (p <.01). Spearman’s rho correlations revealed potential multicollinearity between multiple SRT measures. Binomial logistic regression suggested SRT scores differentiated patients with stroke from controls, and correctly classified 76% of cases. Lower continuous long-term retrieval (CLTR) scores were more likely among patients with stroke. Results supported the SRT as useful for identifying verbal learning and memory impairment in acute stroke inpatients.

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)0,016
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 seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
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 Opus0,035
Tête enseignante GPT0,354
Écart entre enseignants0,319 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Research ArchivesMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207