Novel analogous tasks to assess material-specific memory impairments associated with temporal lobe epilepsy
Notice bibliographique
Résumé
Episodic memory tasks employing verbal material are generally sensitive to material-specific memory impairments in individuals with left mesial temporal lobe epilepsy (LTLE), whereas visuospatial memory tasks are less consistently failed by individuals with right mesial temporal lobe epilepsy (RTLE). A limitation of these tasks is the possibility for the examinee to use verbalization strategies when tested with visuospatial stimuli, and visualization strategies with verbal material. In this study, we aimed to develop two new analogous computerized recognition tasks to identify material-specific memory impairments, adapted from those previously developed in our lab: one using verbal material (i.e., pseudowords), and the other visuospatial material (i.e., pictures depicting similar landscapes of mountains, trees, and lakes). Each task consists of a 3-trial learning phase and delayed recognition trials after 30 min. and two weeks. After having established normative data for adults (N = 124), we assessed the ability of each task to detect material-specific memory impairments in patients who have had surgery for LTLE (n = 16) or RTLE (n = 12). Both tasks have good psychometric properties. The RTLE group showed significantly poorer performance on the visuospatial than on the verbal memory test on all trials. The LTLE group showed significantly poorer performance on the verbal than on the visuospatial memory test on delayed (30-min. and 2-week) recognition trials. Memory profile on delayed recognition trials was concordant with the lateralization of epilepsy surgery in 87.5% of LTLE and in 83.3% of the RTLE group. This study provides preliminary clinical validation for our novel tasks to detect material-specific memory impairments in individuals with temporal lobe epilepsy.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».