Impact of physiological and neuropsychological function on quality of life in traumatic brain injury patients
Notice bibliographique
Résumé
Traumatic Brain Injury (TBI) leads to neuropsychological and social impairments, affecting quality of life (QoL). This study examines how heart rate variability (HRV) and neuropsychological functions under different cognitive task conditions influence TBI patients’ QoL. The study adopted 20 healthy and 11 TBI participants. Measurements included the Montreal Cognitive Assessment (MoCA), Community Mental Status Examination (CMSE), Continuous Performance Test (CPT-3), Tower of London, Wisconsin Card Sorting Test, Rey Complex Figure Test, WAIS-4, Fatigue Severity Scale, the WHO QoL Taiwan Brief Version (WHOQOL) and Well-Being Index (WHO-5), Hierarchy of Care Required, Daily Executive Behavior Scale, Perceived Family Relationship Scale, Connor-Davidson Resilience Scale, and Center for Epidemiologic Studies Depression Scale (CESD). The HRV indexes were measured by biofeedback device. Statistical analyses include independent t-test, Chi-square, repeated measure ANOVA, Pearson correlation, and mediation analysis. TBI group showed lower scores in memory, attention, executive function, and psychosocial measures. HRV results revealed lower baseline LF and task-related interaction effects in LF, LF/HF, and RMSSD. Mediation analysis further showed that CPT-3 performance and LF mediated the group’s impact on self-reported quality of life. TBI patients exhibit physiological, neuropsychological, and psychosocial impairments, which are closely related to their QoL. In particular, the preservation response in the CPT-3 and LF showed significant predictive effects on QoL.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».