MétaCan
Menu
Retour à la cohorte
Enregistrement W4308560904 · doi:10.1093/sleepadvances/zpac029.063

O064 A Portable Ocular Assessment for Predicting Fitness to Drive under Extended-Wakefulness Conditions – Preliminary Analysis

2022· article· en· W4308560904 sur OpenAlexaff
Kelsey Bickley, Robert Adams, Clare Anderson, Jennifer M. Cori, Mark E. Howard, Leon Lack, Nicole Lovato, D Stevens, Andrew Vakulin

Notice bibliographique

RevueSLEEP Advances · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and Work-Related Fatigue
Établissements canadiensNeuroRx Research (Canada)
Organismes subventionnairesnon disponible
Mots-clésWakefulnessAlertnessLatency (audio)SimulationSimulator sicknessDriving simulatorHeadsetMedicineEye movementAudiologyPsychologyPhysical medicine and rehabilitationComputer scienceVirtual realityOphthalmologyNeuroscienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction In response to the high incidence of fatigue-based vehicle accidents, roadside assessments of sleepiness are in significant demand. For this purpose, we’ve piloted the existing NeuroFlex® Platform, which takes ocular performance measurements of both prosaccade and antisaccade eye-movements using a portable Virtual Reality (VR) headset. We’ve conducted preliminary comparisons between these measures and simulated driving performance. Methods Sixteen young-adults (females= 8; age M= 25.13, SD= 4.30) completed five test batteries starting 1-hour post-wake where repeated testing encapsuled more than 24-hours of extended wakefulness. Each battery consisted of one 60-minute drive on the AusEd driving simulator, in addition to three administrations of 60-second prosaccade and antisaccade assessments using the NeuroFlex® VR platform. Results Steering deviations from the median lane position showed a time main effect, F(4,24.49) = 13.38, p <.001, with the most diminished performance occurring at 19 (M=59.50cm, SD=26.61cm) and 25-hours post-wake (M=72.88cm, SD= 40.09cm) (vs. peak performance @13-hours post-wake M=35.09, SD=12.81; M diff.= 24.41 and 37.79 respectively, p <.001). One moderate association between prosaccade latency and steering deviation was found in the final battery following 25-hours of wakefulness (r=.51, p= 0.04). No significant associations were found for antisaccade latency. Discussion Despite the lack of significant associations with steering deviations, eye-movement latency did demonstrate durational increases over extended wakefulness. In this preliminary investigation we were limited to the existing output generation of the NeuroFlex® platform. Therefore, with refined data analyses of ocular control, we see promise in the NeuroFlex® platforms capability of detecting road users’ fitness to drive.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,679
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,343
Écart entre enseignants0,328 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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 revueSLEEP AdvancesMême sujetSleep and Work-Related FatigueTravaux en français237 207