MétaCan
Menu
Retour à la cohorte
Enregistrement W6980611842

Cognitive impairment is reflected by an increased difference between real and imagined timed up and go test performance

2017· article· en· W6980611842 sur OpenAlexaboutno aff

Notice bibliographique

RevueQueensland's institutional digital repository (The University of Queensland) · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueLeprosy Research and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrail Making TestCognitionMontreal Cognitive AssessmentCognitive impairmentTimed Up and Go testSignificant differenceEffects of sleep deprivation on cognitive performance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Recent research suggests using an imaginary version of the Timed Up and Go test (TUG) for a first assessment of cognitive impairment. By using the time difference between a real (TUGr) and an imagined (TUGi) TUG task, the objective of this study was to examine the effect of cognitive impairment on motor imagery ability. Methods: Fifty-two participants (mean age 69.3 +/- 4.0 years) with mild cognitive impairment or subjective cognitive impairment were included in this study. The time difference between the TUGr and the TUGi was used as the main outcome. The Trail Making Test part B (TMT B), the ratio between TMT A and TMT B, and the Montreal Cognitive Assessment (MoCA) battery were the main independent variables. Results: The difference between TUGr and TUGi performance time and the TMT B performance time increased with decreasing cognitive function (p < 0.01). There was no relationship between TUGr and TUGi performance time and TMT B/A ratio. There were significant correlations between TUG time differences and the MoCA score (r = -0.489, p < 0.01), the TMT B (r = 0.364, p < 0.01), and the TMT B/A ratio (r = 0.377, p < 0.01). Conclusion: The combination of TUGr and TUGi may have added value in assessing cognitive impairment, which is a possible pre-stage of dementia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,871

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,261
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQueensland's institutional digital repository (The University of Queensland)Même sujetLeprosy Research and TreatmentTravaux en français237 207