Reaction time variations in normal aging and elderly MCI patients under various cognitive load conditions
Notice bibliographique
Résumé
Objectives To compare reaction time parameters and accuracy rates between cognitively normal older adults and those with mild cognitive impairment (MCI) during the Stroop Color-Word Test, and to investigate how cognitive load modulates performance in MCI. Methods Speech audio samples ( n = 1,920) were collected from 10 cognitively normal older adults and 10 MCI patients during Stroop task execution. Accuracy and reaction time were extracted. Analysis of variance and multiple comparison were used to analyze the differences in reaction time under different task conditions within the group, while the independent sample t-test was used to compare the accuracy and reaction time of the two groups under the same task. Pearson correlation analysis was used to determine the linear relationship between MOCA scores and the accuracy rate and reaction time of MCI patients in the interference suppression task. Results The accuracy rate of the mild cognitive impairment (MCI) group was significantly lower than that of the control group ( p < 0.05). Tasks A-D had different effects on reaction times, with significant main effects observed in both the NC group ( P = 0.000, η 2 = 0.637) and the MCI group ( P = 0.000, η 2 = 0.721). Reaction times in both groups prolonged with increasing cognitive load ( p < 0.05), but the delay was more pronounced in the MCI group (p < 0.05). A positive linear correlation was found between the MoCA score and task accuracy rate ( r = 0.758, P = 0.011). Conclusion Dominant responses require less processing time, whereas tasks demanding interference suppression elicit slower reaction times and higher error rates. MCI patients demonstrate prolonged reaction times and greater susceptibility to proactive interference compared to controls, highlighting impaired interference control mechanisms. These findings suggest that MCI is characterized by early deficits in dominance inhibition, manifesting as reduced ability to suppress automatic responses and increased vulnerability to cognitive conflict.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».