MétaCan
Menu
Retour à la cohorte
Enregistrement W4394961243 · doi:10.3389/fnagi.2024.1369179

Neuroanatomical correlates of distracted straight driving performance: a driving simulator MRI study across the lifespan

2024· article· en· W4394961243 sur OpenAlexaff
Dylan X. Guan, Nathan W. Churchill, Corinne E. Fischer, Simon J. Graham, Tom A. Schweizer

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensSunnybrook Health Science CentreUniversity of TorontoToronto Metropolitan UniversityHotchkiss Brain InstituteOntario Brain InstituteSt. Michael's HospitalUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDriving simulatorDistracted drivingPsychologySimulationDriving simulationDistractionComputer scienceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Background Driving is the preferred mode of transportation for adults across the healthy age span. However, motor vehicle crashes are among the leading causes of injury and death, especially for older adults, and under distracted driving conditions. Understanding the neuroanatomical basis of driving may inform interventions that minimize crashes. This exploratory study examined the neuroanatomical correlates of undistracted and distracted simulated straight driving. Methods One-hundred-and-thirty-eight participants (40.6% female) aged 17–85 years old (mean and SD = 58.1 ± 19.9 years) performed a simulated driving task involving straight driving and turns at intersections in a city environment using a steering wheel and foot pedals. During some straight driving segments, participants responded to auditory questions to simulate distracted driving. Anatomical T1-weighted MRI was used to quantify grey matter volume and cortical thickness for five brain regions: the middle frontal gyrus (MFG), precentral gyrus (PG), superior temporal cortex (STC), posterior parietal cortex (PPC), and cerebellum. Partial correlations controlling for age and sex were used to explore relationships between neuroanatomical measures and straight driving behavior, including speed, acceleration, lane position, heading angle, and time speeding or off-center. Effects of interest were noted at an unadjusted p-value threshold of 0.05. Results Distracted driving was associated with changes in most measures of straight driving performance. Greater volume and cortical thickness in the PPC and cerebellum were associated with reduced variability in lane position and heading angle during distracted straight driving. Cortical thickness of the MFG, PG, PPC, and STC were associated with speed and acceleration, often in an age-dependent manner. Conclusion Posterior regions were correlated with lane maintenance whereas anterior and posterior regions were correlated with speed and acceleration, especially during distracted driving. The regions involved and their role in straight driving may change with age, particularly during distracted driving as observed in older adults. Further studies should investigate the relationship between distracted driving and the aging brain to inform driving interventions.

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 enseignants0,005
Score d'incertitude au seuil0,010

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
Bibliométrie0,0010,000
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)0,0000,000

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 Opus0,024
Tête enseignante GPT0,366
Écart entre enseignants0,342 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetOlder Adults Driving StudiesTravaux en français237 207