COGNITIVE TRAINING FOLLOWING STROKE: A PILOT STUDY WITH THE NEUROAIREH@B PLATFORM
Notice bibliographique
Résumé
O treino cognitivo (TC) através das novas tecnologias representa uma estratégia de intervenção promissora na mitigação dos défices cognitivos pós-AVC. Neste estudo-piloto, avaliamos o impacto a curto prazo de um novo sistema de TC com maior validade ecológica – a plataforma NeuroAIreh@b –, numa amostra de sobreviventes de AVC na fase crónica. Recrutámos dez sobreviventes de AVC que foram submetidos a uma avaliação neuropsicológica (ANP) pré intervenção. Posteriormente, iniciaram uma intervenção de TC implementada via tablet, com recurso à versão protótipo da plataforma NeuroAIreh@b, envolvendo oito sessões de 45 minutos. Nestas sessões, realizaram quatro tipos de tarefas de TC baseadas em atividades de vida diária (AVDs) (por ex., selecionar os ingredientes corretos para fazer uma receita, pagar as compras no supermercado). Foram efetuadas ANPs pós-intervenção para avaliar o impacto da intervenção a curto prazo. Uma análise intra-grupal com o teste de Wilcoxon revelou diferenças estatisticamente significativas no Montreal Cognitive Assessment (MoCA) e na pontuação total do Inventário de Avaliação Funcional de Adultos e Idosos (IAFAI). Globalmente, o TC através da plataforma NeuroAIreh@b parece ser benéfico na fase crónica do AVC, conduzindo a ganhos na cognição geral (MoCA) e na capacidade funcional (IAFAI). Estes resultados preliminares com a versão protótipo da plataforma NeuroAIreh@b são encorajadores e sugerem a generalização dos ganhos obtidos em contexto terapêutico para as AVDs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».