MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392581413 · doi:10.21203/rs.3.rs-4002372/v1

Exploring the challenges of avoiding collisions with virtual pedestrians using a dual-task paradigm in individuals with chronic moderate to severe traumatic brain injury

2024· preprint· en· W4392581413 sur OpenAlexafffund
Thiago de Aquino Costa Sousa, Isabelle Gagnon, Karen Li, Bradford J. McFadyen, Anouk Lamontagne

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversité LavalConcordia UniversityMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTraumatic brain injuryTask (project management)Dual (grammatical number)Physical medicine and rehabilitationPsychologyComputer scienceCognitive psychologyMedicinePsychiatryEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Individuals with a moderate-to-severe traumatic brain injury (m/sTBI), despite good locomotor recovery after six months post-injury, face challenges in adapting locomotion to the environment. They also present with altered cognitive functions, which may impact dual-task walking abilities. Whether they present collision avoidance strategies with moving pedestrians that are altered under dual-task conditions, however, remains unclear. This study aimed to compare between individuals with m/sTBI and age-matched control individuals: (1), the locomotor and cognitive costs associated with the concurrent performance of circumventing approaching virtual pedestrians (VRPs) while attending to an auditory-based cognitive task and; (2) gaze behaviours associated with VRP circumvention task between single and dual-task conditions. Methodology: Twelve individuals with m/sTBI (age=43.3±9.5 yrs; >6 mo. post injury) and 12 healthy controls (CTLs) (age=41.8±8.3 yrs) were assessed while walking in a virtual subway station viewed in a head-mounted display. They performed a collision avoidance task with VRPs, as well as auditory-based cognitive tasks (pitch discrimination and auditory Stroop), both under single and dual-task conditions. Dual-task cost (DTC) for onset distance of trajectory deviation, minimum distance from the VRP, maximum lateral deviation, walking speed, gaze fixations and cognitive task accuracy were contrasted between groups using generalized estimating equations. Results: In contrast to CTLs who showed locomotor DTCs only, individuals with m/sTBI displayed both locomotor and cognitive DTCs. While both groups walked slower under dual-task conditions, only individuals with m/sTBI failed to modify their onset distance of trajectory deviation and maintained smaller minimum distances and smaller maximum lateral deviation compared to single-task walking. Both groups showed shorter gaze fixations on the approaching VRP under dual-task conditions, but this reduction was less pronounced in the individuals with m/sTBI. A reduction in cognitive task accuracy under dual-task conditions was found in the m/sTBI group only. Conclusion: Individuals with m/sTBI present altered locomotor and gaze behaviours as well as cognitive performances when executing a collision avoidance task involving moving pedestrians, especially under dual-task conditions. Potential mechanisms explaining those alterations are discussed. Present findings highlight the compromised complex walking abilities in individuals with m/sTBI who otherwise present a good locomotor recovery.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,340
Tête enseignante GPT0,435
Écart entre enseignants0,094 · 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetTraumatic Brain Injury Research→Travaux en français237 207→