Estudo da aplicação de uma pataforma online de reabilitação neurocognitiva nas funções executivas
Notice bibliographique
Résumé
Introdução: A reabilitação neurocognitiva (RNC) visa reabilitar as funções cognitivas afetadas por lesão encefálica adquirida (LEA). Este campo requer mais e melhores ferramentas de intervenção e mais evidências do impacto da sua implementação. Objetivos: Este estudo tem como objetivo estudar o impacto de diferentes tarefas na reabilitação neurocognitiva das Funções Executivas (FEs) em pacientes com LEA, através de uma plataforma online, NeuronUP, resultado de Acidentes Vasculares Encefálicos (AVE) e Traumatismo Crânio-Encefálicos (TCE). Métodos: Este estudo foi realizado com 36 pacientes com LEA (18 do sexo feminino), com idades entre 27 e 73 anos (M = 53.39; DP = 11.7). Todos os participantes completaram, pelo menos, 4 anos de educação formal (M = 9.92; DP = 4.70; Mínimo = 4; Máx = 17). Eles foram designados para um dos três grupos, Grupo Experimental (GE), Grupo de Controlo Ativo (GCA) e Grupo de Controlo Passivo (GCP). Os participantes foram avaliados antes e após a intervenção, através de uma bateria neuropsicológica de testes: Montreal Cognitive Assessment (MoCA); INECO Frontal Sreening (IFS); Trail Making Test (A/B) (TMT A/B); Stroop Neuropsychological Screening Test (SNST C/L); e Hospital Anxiety and Depression Scale (HADS A/D). Resultados: O programa de reabilitação neurocognitiva teve um efeito positivo significativo no MoCA, IFS e SNST (C) no GE, do pré ao pós intervenção. A análise comparativa entre os três grupos após a intervenção mostra uma diferença significativa no MoCA, em que o GE revela melhores resultados do que o GCA e o GCP; e entre o GE e o GCP no IFS e no SNST (C), em que o primeiro tem melhor desempenho. Conclusão: Estes resultados preliminares mostram o efeito da reabilitação neurocognitiva, através de uma plataforma online. São necessários mais estudos por forma a obter evidências adicionais da implementação das novas tecnologias neste campo.
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 | 0,006 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».