Validity of the test for attentional performance in neurological post-COVID condition
Notice bibliographique
Résumé
Neurological post-COVID condition (PCC) often involves attentional deficits that impact daily functioning. Traditional paper-based tests, like the Trail-Making Test (TMT), may inadequately capture these impairments due to their short duration and dependence on numerical and alphabetic sequencing. This study evaluates the validity of three subtests of the computerized Test for Attentional Performance (TAP) as alternatives for detecting attentional impairments in PCC. In the ongoing NEURO LC-19 DE study, 108 subjects aged 18 to 79 years, with PCC-related cognitive complaints (n = 67, 73% f) and healthy controls (n = 41, 56% f) underwent neuropsychological testing. The prevalence of impairment and classification ability of the TAP subtests were evaluated alongside standard paper-based tests, including the TMT and Montreal Cognitive Assessment, using receiver operating characteristic (ROC) analysis and regression. The TAP subtests identified significant impairments in sustained attention and processing speed in one-third of PCC patients, surpassing traditional tests in sensitivity, and classifying PCC with an AUC of 78%. Omissions in sustained attention significantly differentiated groups (OR = 1.14, p = 0.016, 95% CI [1.02-1.26]). Fatigue correlated with poorer performance on speed and accuracy (r > 0.30, p < 0.05). Cognitive slowing is prevalent in neurological PCC but is scarcely captured by conventional assessments. The TAP's computerized format with automated norming and independence from alphanumeric stimuli shows promise in improving the discriminatory ability for identifying attentional deficits in PCC patients.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».