Rehabilitation Oculomotor Screening Evaluation (ROSE)—A Proof-of-Principle Study for Acquired Brain Injuries
Notice bibliographique
Résumé
Background/Objectives: Acquired brain injury (ABI) is a major cause of global disability. Many ABI patients exhibit oculomotor dysfunctions that impact their daily life and rehabilitation outcomes. Current clinical tools for oculomotor function (OMF) assessment are limited in their usability. In this proof-of-principle study, we aimed to develop an efficient tool for OMF screening and to assess the feasibility, acceptability, and relevance in a small sample of ABI and control participants. Methods: We created the Rehabilitation Oculomotor Screening Evaluation (ROSE) by reviewing existing OMF assessments. ROSE was pilot-tested on ABI patients (n = 10) and age-matched controls (n = 10). Data regarding the characteristics of the assessment, such as the duration, level of participant comprehension, and participant experience were also collected. Results: ROSE takes <20 min (x¯ = 12.5), is easy to complete (agreement x¯ = 4.6/5), and is well-accepted (x¯ = 4.8/5). Patients scored higher in all subtests and total score (x¯ = 34.8 for ABI vs. 8.9 for controls). Most subtests did not provoke any symptoms, especially for controls. There were no significant between-group differences in symptom provocation. This proof-of-principle study shows that ROSE is feasible, acceptable, and relevant for adult ABI patients. Conclusions: ROSE needs further evaluation for reliability testing and validation in larger samples and diverse neurological conditions. Establishing norms for various ages, sexes, and populations should be considered for the deployment of ROSE as an OMF clinical tool.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».